AGGREGATE เป็นฟังก์ชันสารพัดประโยชน์ที่รวม 19 ฟังก์ชันต่างๆ (SUM, AVERAGE, COUNT, MAX, MIN ฯลฯ) แต่มีความสามารถพิเศษคือ สามารถข้าม Error ได้ และข้ามแถวที่ถูกซ่อน (Hidden Rows) ได้ เหมาะสำหรับ Dashboard, รายงาน หรือข้อมูลที่อาจมีช่องว่างและข้อมูลผิดพลาด
=AGGREGATE(function_num, options, ref1, [ref2], ...)BETA.DIST คำนวณความน่าจะเป็นของการแจกแจงแบบ Beta ใช้หาโอกาส/ความหนาแน่นของค่าข้อมูลที่อยู่ระหว่าง 0-1 หรือช่วงใด ๆ มักใช้ในการบริหารโครงการและวิเคราะห์ตัวแปรเปอร์เซ็นต์
=BETA.DIST(x, alpha, beta, cumulative, [A], [B])BETA.INV ใช้หาค่าผกผันของ Beta Distribution เพื่อหาว่าต้องทำได้เท่าไหร่ถึงจะมีความมั่นใจระดับ X% ใช้เยอะในการวางแผนโครงการ
=BETA.INV(probability, alpha, beta, [A], [B])คำนวณโอกาสที่จะ 'สำเร็จ' จำนวน k ครั้ง จากการทดลอง n ครั้ง (เช่น โยนเหรียญ 10 ครั้ง ออกหัว 5 ครั้ง มีโอกาสกี่ %)
=BINOM.DIST(number_s, trials, probability_s, cumulative)ฟังก์ชันหาจำนวนความสำเร็จที่น้อยที่สุด ที่ทำให้ความน่าจะเป็นสะสม >= ค่าเกณฑ์ที่กำหนด เหมือนจะตอบว่า 'ต้องลองกี่ครั้งถึงจะมั่นใจได้'
=BINOM.INV(trials, probability_s, alpha)ปัดเศษขึ้นแบบคณิตศาสตร์ให้เป็นจำนวนเต็มหรือตัวคูณของค่าที่ระบุ โดยไม่ว่าค่าจะเป็นบวกหรือลบก็ตาม
=CEILING.PRECISE(number, [significance])CHISQ.DIST ส่งกลับค่าความน่าจะเป็นของการแจกแจงแบบ Chi-squared ซึ่งใช้ในการทดสอบสมมติฐานทางสถิติ
=CHISQ.DIST(x, deg_freedom, cumulative)CHISQ.DIST.RT คำนวณความน่าจะเป็นหางขวา (P-Value) ของการแจกแจง Chi-Square ใช้สำหรับการทดสอบสมมติฐานทางสถิติ
=CHISQ.DIST.RT(x, deg_freedom)CHISQ.INV ค้นหาค่าตัวแปร X ที่ทำให้พื้นที่ใต้เส้นโค้งของการแจกแจง Chi-squared ทางท้ายซ้ายเท่ากับความน่าจะเป็นที่กำหนด ใช้ในการวิเคราะห์สถิติเพื่อการทดสอบสมมติฐาน
=CHISQ.INV(probability, deg_freedom)CHISQ.INV.RT ใช้หาค่าวิกฤต (critical value) ของการแจกแจงแบบ Chi-squared ทางหางขวา โดยให้ความน่าจะเป็นและองศาอิสระ มักใช้ในการทดสอบสมมติฐานทางสถิติ
=CHISQ.INV.RT(probability, deg_freedom)CHISQ.TEST ทดสอบความสัมพันธ์ระหว่างตัวแปรสองตัวโดยเปรียบเทียบค่าจริง (observed) กับค่าคาดหวัง (expected) และคืนค่า P-Value
=CHISQ.TEST(actual_range, expected_range)CONFIDENCE.NORM คำนวณ margin of error สำหรับช่วงความเชื่อมั่นของค่าเฉลี่ยประชากร เมื่อทราบค่า standard deviation แบบ Normal Distribution (Z-Test)
=CONFIDENCE.NORM(alpha, standard_dev, size)CONFIDENCE.T คำนวณช่วงความเชื่อมั่น (Confidence Interval) ของค่าเฉลี่ยประชากรโดยใช้การแจกแจงแบบ T-Distribution เหมาะสำหรับกลุ่มตัวอย่างขนาดเล็ก
=CONFIDENCE.T(alpha, standard_dev, size)ฟังก์ชัน COVARIANCE.P ใช้คำนวณความแปรปรวนร่วมของประชากร (Population Covariance) ซึ่งวัดความสัมพันธ์ระหว่างสองชุดข้อมูล โดยผลลัพธ์บวกแสดงว่าข้อมูลเคลื่อนไหวไปในทิศทางเดียวกัน ผลลัพธ์ลบแสดงว่าเคลื่อนไหวสวนทางกัน
=COVARIANCE.P(array1, array2)COVARIANCE.S คำนวณความแปรปรวนร่วมของกลุ่มตัวอย่าง (Sample Covariance) ซึ่งวัดความสัมพันธ์เชิงเส้นระหว่างชุดข้อมูลสองชุด โดยใช้ตัวหาร n-1 สำหรับการประมาณค่าประชากร
=COVARIANCE.S(array1, array2)ฟังก์ชัน ERF.PRECISE ใช้คำนวณค่า Error Function ที่บูรณาการตั้งแต่ 0 ถึงค่าที่ระบุ ใช้ในการวิเคราะห์สถิติและฟิสิกส์ โดยเป็นรุ่นที่แม่นยำกว่าของ ERF().
=ERF.PRECISE(lower_limit)ERFC.PRECISE คำนวณค่า Complementary Error Function ที่จุด x โดยใช้ความแม่นยำสูง สำหรับการวิเคราะห์ทางสถิติและความน่าจะเป็น
=ERFC.PRECISE(x)EXPON.DIST คำนวณความน่าจะเป็นของเหตุการณ์ที่เกิดขึ้นในช่วงเวลาหนึ่ง โดยอ้างอิงจากการแจกแจงแบบ Exponential
=EXPON.DIST(x, lambda, cumulative)F.DIST ใช้หาค่าความน่าจะเป็นของการแจกแจงแบบ F สำหรับทดสอบความแตกต่างของความแปรปรวน (Variance) ระหว่างกลุ่มข้อมูล
=F.DIST(x, deg_freedom1, deg_freedom2, cumulative)ฟังก์ชัน F.DIST.RT ใน Excel ใช้หาค่าความน่าจะเป็นของการแจกแจง F ทางหางขวา (Right-tailed) ซึ่งมักใช้ในการทดสอบสมมติฐานทางสถิติ เช่น ANOVA เพื่อหาค่า P-value และตัดสินใจว่าผลต่างระหว่างกลุ่มมีนัยสำคัญหรือไม่
=F.DIST.RT(x, deg_freedom1, deg_freedom2)F.INV หาค่าผกผันของการแจกแจงแบบ F (Left-tailed) จากค่าความน่าจะเป็นที่กำหนด ใช้ในการทดสอบสมมติฐานทางสถิติเพื่อเปรียบเทียบความแปรปรวนของสองชุดข้อมูล
=F.INV(probability, deg_freedom1, deg_freedom2)F.INV.RT หาค่าผกผันของการแจกแจงแบบ F ทางหางขวา ใช้หาค่าวิกฤต (Critical Value) ในการทดสอบสมมติฐานทางสถิติ เหมาะสำหรับการวิเคราะห์ความแปรปรวน (ANOVA) และการเปรียบเทียบความหลากหลายของข้อมูล
=F.INV.RT(probability, deg_freedom1, deg_freedom2)F.TEST ทดสอบว่าสองชุดข้อมูลมีความแปรปรวน (การกระจายตัว) ที่แตกต่างกันอย่างมีนัยสำคัญหรือไม่ โดยคืนค่า P-Value สำหรับการตัดสินใจทางสถิติ
=F.TEST(array1, array2)ปัดเศษลงเป็นจำนวนเต็มหรือทศนิยมตามตัวคูณที่ระบุ โดยทำงานกับทั้งเลขบวกและเลขลบ
=FLOOR.PRECISE(number, [significance])GAMMA.DIST คำนวณความน่าจะเป็นจากการแจกแจงแบบ Gamma โดยรับค่า x, alpha, beta และการเลือกระหว่าง PDF (probability density function) หรือ CDF (cumulative distribution function)
=GAMMA.DIST(x, alpha, beta, cumulative)GAMMA.INV หาค่า X ที่สอดคล้องกับความน่าจะเป็นที่กำหนดในการแจกแจงแบบ Gamma โดยมีพารามิเตอร์ Alpha (shape) และ Beta (scale).
=GAMMA.INV(probability, alpha, beta)GAMMALN.PRECISE ส่งกลับค่าลอการิทึมธรรมชาติของฟังก์ชัน Gamma โดยมีความแม่นยำสูงกว่า GAMMALN ปกติ
=GAMMALN.PRECISE(x)HYPGEOM.DIST หาความน่าจะเป็นของการแจกแจงแบบไฮเพอร์จีโอเมทริก ใช้สำหรับสถานการณ์การสุ่มตัวอย่างจากประชากรจำกัดโดยไม่มีการใส่คืน
=HYPGEOM.DIST(sample_s, number_sample, population_s, number_pop, cumulative)ปัดเศษขึ้นตามจำนวนที่มีนัยสำคัญที่ระบุ (มาตรฐาน ISO)
=ISO.CEILING(number, [significance])LOGNORM.DIST คำนวณความน่าจะเป็นของการแจกแจงแบบ Lognormal สำหรับข้อมูลที่มีการแจกแจงเบ้ขวา (โดยทั่วไปข้อมูลที่เป็นบวก)
=LOGNORM.DIST(x, mean, standard_dev, cumulative)LOGNORM.INV คำนวณค่าผกผันของการแจกแจง Lognormal โดยรับค่าความน่าจะเป็นและส่งคืนค่า X ที่สอดคล้องกับความน่าจะเป็นนั้น ใช้ในการวิเคราะห์ความเสี่ยงและการวางแผนทางการเงิน
=LOGNORM.INV(probability, mean, standard_dev)MODE.MULT ค้นหาค่าที่ซ้ำกันมากที่สุด (ฐานนิยม) ของข้อมูล และคืนค่าเป็น Array หากมีหลายค่าที่ซ้ำเท่าๆ กัน
=MODE.MULT(number1, [number2], ...)MODE.SNGL หาค่าฐานนิยม คือค่าที่ปรากฏบ่อยที่สุดในชุดข้อมูล จะส่งกลับค่าเดียวเท่านั้น ถ้าไม่มีค่าซ้ำเลยจะ #N/A
=MODE.SNGL(number1, [number2], ...)ฟังก์ชันที่ใช้หาค่าความน่าจะเป็นของการแจกแจงแบบทวินามลบ (Negative Binomial Distribution) ใช้เมื่อต้องการหาความน่าจะเป็นของการล้มเหลว x ครั้งก่อนที่จะสำเร็จครบ r ครั้ง
=NEGBINOM.DIST(number_f, number_s, probability_s, cumulative)คำนวณจำนวนวันทำการระหว่างสองวัน โดยสามารถกำหนดว่าวันไหนเป็นวันหยุดสุดสัปดาห์ได้เอง (มีประโยชน์กับประเทศต่างๆ ที่มีเวลาทำงานแตกต่างกัน เช่น ดูไบอาทิตย์-จันทร์ หรือ มาเลเซีย ศุกร์-เสาร์) รองรับทั้งรูปแบบตัวเลข (1-7, 11-17) และรูปแบบข้อความ (7 ตัวอักษร) สำหรับความยืดหยุ่นสูงสุด
=NETWORKDAYS.INTL(start_date, end_date, [weekend], [holidays])NORM.DIST คำนวณความน่าจะเป็นหรือความหนาแน่นของการแจกแจงปกติ (Normal Distribution) ใช้ในสถิติหรือการวิเคราะห์ข้อมูล
=NORM.DIST(x, mean, standard_dev, cumulative)NORM.INV ช่วยหาค่า x ของการแจกแจงปกติเมื่อทราบความน่าจะเป็น ค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐาน เป็นฟังก์ชันผกผันของ NORM.DIST ที่ใช้ในการวิเคราะห์ทางสถิติและการทำนาย
=NORM.INV(probability, mean, standard_dev)ฟังก์ชัน NORM.S.DIST ช่วยหาค่าความน่าจะเป็นของการแจกแจงปกติมาตรฐาน (Mean=0, SD=1) ใช้สำหรับการวิเคราะห์ทางสถิติ
=NORM.S.DIST(z, cumulative)ฟังก์ชัน NORM.S.INV ใช้หาค่า Z-score (ค่าผกผัน) จากความน่าจะเป็น สำหรับการแจกแจงปกติมาตรฐาน (mean=0, std=1) ส่วนใหญ่ใช้ในการวิเคราะห์สถิติและการประเมินความเสี่ยง
=NORM.S.INV(probability)PERCENTILE.EXC หาค่าเปอร์เซ็นไทล์ของข้อมูล โดยไม่รวมค่าที่ 0% และ 100% (Exclusive method) เหมาะสำหรับข้อมูลที่มีการกระจายตัวแบบปกติและต้องการการประเมินที่แม่นยำยิ่งขึ้น
=PERCENTILE.EXC(array, k)หาค่าเปอร์เซ็นไทล์ที่ k (แบบ Inclusive: 0 ≤ k ≤ 1) ซึ่งรวมค่าขอบ 0% และ 100% ในการคำนวณ
=PERCENTILE.INC(array, k)ฟังก์ชันที่หาว่าค่าใดค่าหนึ่งอยู่ที่อันดับเปอร์เซ็นไทล์เท่าไหร่ โดยขอบเขตเป็น 0 ถึง 1 (ไม่รวมขอบเขต)
=PERCENTRANK.EXC(array, x, [significance])PERCENTRANK.INC หาว่าค่าที่ระบุอยู่ที่ตำแหน่งเปอร์เซ็นไทล์ไหน (0-100%) โดยรวม 0% และ 100% ได้
=PERCENTRANK.INC(array, x, [significance])POISSON.DIST หาค่าความน่าจะเป็นของการแจกแจงแบบปัวซอง ใช้คำนวณความน่าจะเป็นเหตุการณ์ที่เกิดขึ้นจำนวนครั้งในช่วงเวลาที่กำหนด
=POISSON.DIST(x, mean, cumulative)QUARTILE.EXC หาค่าควอร์ไทล์ของชุดข้อมูล โดยใช้วิธี Exclusive (ไม่รวมค่าต่ำสุดและสูงสุด)
=QUARTILE.EXC(array, quart)ฟังก์ชันที่หาค่าควอร์ไทล์ของชุดข้อมูล โดยอิงจากการแบ่งข้อมูล 4 ส่วนเท่า ๆ กัน
=QUARTILE.INC(array, quart)RANK.AVG จัดลำดับตัวเลขในช่วงข้อมูล โดยถ้ามีค่าซ้ำกันจะคืนค่าลำดับเฉลี่ย เหมาะสำหรับการจัดอันดับทางสถิติที่ต้องการความเป็นธรรม
=RANK.AVG(number, ref, [order])RANK.EQ จัดลำดับตัวเลขในช่วงข้อมูล โดยถ้ามีค่าซ้ำกันจะคืนค่าลำดับที่ดีที่สุดเหมือนกัน เหมาะสำหรับการจัดอันดับการแข่งขัน ยอดขาย หรือคะแนน
=RANK.EQ(number, ref, [order])STDEV.P คำนวณส่วนเบี่ยงเบนมาตรฐานของข้อมูลประชากรทั้งหมด (Population Standard Deviation)
=STDEV.P(number1, [number2], ...)STDEV.S คำนวณส่วนเบี่ยงเบนมาตรฐาน (Standard Deviation) ของข้อมูลกลุ่มตัวอย่าง โดยใช้สูตร n-1 เพื่อประมาณค่าของประชากรทั้งหมด
=STDEV.S(number1, [number2], ...)