TLDR สรุปสั้นๆ
STEYX ใช้หาค่าความคลาดเคลื่อนมาตรฐานของการทำนายค่า y จากค่า x ในการวิเคราะห์ Regression
คำอธิบาย
ฟังก์ชันนี้ใช้ในการคำนวณค่าความคลาดเคลื่อนมาตรฐาน (Standard Error) ของค่า y ที่ถูกทำนายจากชุดข้อมูลของ x ในการทำ Regression ค่าความคลาดเคลื่อนมาตรฐานนี้จะบอกถึงระดับของความคลาดเคลื่อนที่อาจเกิดขึ้นเมื่อทำนาย y จาก x หนึ่งตัว.
มีครั้งแรกในเวอร์ชันไหน
2003
รูปแบบคำสั่ง (Syntax)
STEYX(known_y's, known_x's)Arguments
-
known_y’s (Required – array or range)
อาเรย์หรือช่วงเซลล์ของข้อมูลที่เป็นตัวแปรตามที่คุณมี -
known_x’s (Required – array or range)
อาเรย์หรือช่วงเซลล์ของข้อมูลที่เป็นตัวแปรอิสระที่เกี่ยวข้อง
ตัวอย่างการใช้งาน (Examples)
-
Formula:
Description: คำนวนความคลาดเคลื่อนมาตรฐานของค่า y ทำนายจากข้อมูล x=STEYX(A3:A9,B3:B9)
Result:3.305719 -
Formula:
Description: คำนวณความคลาดเคลื่อนมาตรฐานจากข้อมูลในรูปแบบอาร์เรย์=STEYX({2,3,9,1,8,7,5},{6,5,11,7,5,4,4})
Result:3.305719 -
Formula:
Description: ใช้คำนวณข้อมูลช่วงเซลล์ที่ต่างออกไป=STEYX(C2:C10,D2:D10)
Result:จำนวนที่แสดงอาจะต่างขึ้นอยู่กับข้อมูลใน C2:C10 และ D2:D10 -
Formula:
Description: ใช้ฟังก์ชัน TRANSPOSE เพื่อเปลี่ยนรูปร่างข้อมูลก่อนคำนวณการคาดคว่ำ=STEYX(TRANSPOSE({1,2,3}), TRANSPOSE({4,5,6}))
Result:จำนวนผลลัพธ์จะเปลี่ยนแปลงตามข้อมูลที่ใช้, แต่ในตัวอย่างนี้จะแสดงข้อผิดพลาดเนื่องจากข้อมูลไม่พอ -
Formula:
Description: จัดการข้อผิดพลาดด้วย IFERROR หากข้อมูลไม่พอ=IFERROR(STEYX(A1:A3,B1:B3),"Not enough data")
Result:แสดงข้อความ 'Not enough data' แทนที่จะเป็นข้อผิดพลาด #DIV/0!
Tips & Tricks
คุณสามารถใช้ฟังก์ชันนี้ควบคู่กับฟังก์ชันการตอบกลับข้อผิดพลาดอื่น ๆ เช่น IFERROR เพื่อจัดการและแสดงผลลัพธ์ที่เป็นมิตรเมื่อเกิดข้อผิดพลาด อีกทั้งยังสามารถรวมฟังก์ชันนี้กับการคำนวณมูลค่าทางสถิติต่าง ๆ เพื่อวิเคราะห์ข้อมูลให้แม่นยำมากขึ้น
ข้อควรระวัง (Cautions)
การเชื่อมระหว่างข้อมูล known_y’s กับ known_x’s ในการใช้งานฟังก์ชันนี้ต้องมีจำนวนข้อมูลเท่ากัน มิฉะนั้นจะเกิดข้อผิดพลาด #N/A; รวมถึงการระวังไม่ให้ใส่ข้อมูลที่มีค่าต่ำกว่า 3 คู่ มิฉะนั้นจะเกิดข้อผิดพลาด #DIV/0!
ฟังก์ชันที่เกี่ยวข้อง
References
ขอบคุณที่เข้ามาอ่านนะครับ ❤️
Leave a Reply