Thep Excel

GAMMAINVค้นหาค่าผกผันของการแจกแจงแกมมา (เก่า)

GAMMAINV เป็นฟังก์ชันเก่าที่ใช้หาค่า x จากความน่าจะเป็นของการแจกแจงแบบ Gamma ในปัจจุบันแนะนำให้ใช้ GAMMA.INV แทน

fx
=GAMMAINV(probability, alpha, beta)

ความนิยม2/10
ความยาก3/10
ประโยชน์2/10

อัปเดต 2 December 2025

Syntax & Arguments

อาร์กิวเมนต์ ชนิด คำอธิบาย
probability Number ความน่าจะเป็นของการแจกแจงแบบ Gamma ต้องเป็นค่าระหว่าง 0 ถึง 1
alpha Number พารามิเตอร์รูปร่าง (shape parameter) ของการแจกแจงแบบ Gamma ต้องเป็นค่าบวก
beta Number พารามิเตอร์มาตราส่วน (scale parameter) ของการแจกแจงแบบ Gamma ต้องเป็นค่าบวก

Additional Notes

GAMMAINV คือฟังก์ชันที่ใช้หาค่าผกผัน (inverse) ของการแจกแจงแบบ Gamma

ฟังก์ชันนี้ใช้ในการวิเคราะห์ทางสถิติเมื่อคุณรู้ความน่าจะเป็นแล้ว และต้องการหาค่า x ที่สอดคล้องกับความน่าจะเป็นนั้น เหมือนการทำงานแบบย้อนกลับจากการแจกแจง

แต่ที่ต้องระวังคือ GAMMAINV เป็นฟังก์ชันเก่า (legacy function) และ Microsoft แนะนำให้ใช้ GAMMA.INV แทน ฟังก์ชันใหม่นี้มีการปรับปรุงแล้ว เพิ่มความแม่นยำและความเสถียร

Examples

หาค่าผกผันของ Gamma ขั้นพื้นฐานGAMMAINV(0.05, 9, 2)

ที่ความน่าจะเป็น 5% (0.05) กับ alpha=9 และ beta=2 ค่า x จะอยู่ที่ประมาณ 9.390 นี่หมายความว่า 5% ของข้อมูลจะต่ำกว่า 9.390

fx
=GAMMAINV(0.05, 9, 2)

ผลลัพธ์9.390
คำนวณค่าประมาณของสินค้าGAMMAINV(0.5, 3, 1.5)

สมมติว่าอายุของสินค้าหนึ่งชนิดเป็นไปตามการแจกแจง Gamma ที่มี alpha=3 และ beta=1.5 เมื่อต้องการหาค่าเมดียน (ความน่าจะเป็น 50%) ผลลัพธ์คือ 4.011 ปี

fx
=GAMMAINV(0.5, 3, 1.5)

ผลลัพธ์4.011
วิเคราะห์การทำงานของระบบGAMMAINV(0.95, 2, 0.5)

ระบบหนึ่งมีเวลาชีวิตตามการแจกแจง Gamma ถ้าต้องการหาค่ากำหนด 95% ของระบบจะทำงานได้นาน ผลลัพธ์ 2.372 หมายความว่า 95% ของกรณีจะสิ้นสุดภายใน 2.372 หน่วยเวลา

fx
=GAMMAINV(0.95, 2, 0.5)

ผลลัพธ์2.372
เปรียบเทียบกับ GAMMA.INV (ใหม่)GAMMA.INV(0.05, 9, 2)

GAMMA.INV (เวอร์ชันใหม่) ให้ผลลัพธ์เดียวกับ GAMMAINV แต่เสถียรและแม่นยำกว่า แนะนำให้ใช้ GAMMA.INV ในสูตรใหม่

fx
=GAMMA.INV(0.05, 9, 2)

ผลลัพธ์9.390

FAQs

ฉันควรใช้ GAMMAINV หรือ GAMMA.INV คืออะไร+

GAMMAINV คือฟังก์ชันเก่า (legacy function) ในขณะที่ GAMMA.INV เป็นฟังก์ชันใหม่ที่ Microsoft แนะนำ ถ้าคุณเขียนสูตรใหม่ให้ใช้ GAMMA.INV ดีกว่า GAMMAINV ยังคงใช้ได้เพื่อความเข้ากันได้กับสูตรเก่า

ค่า alpha และ beta คืออะไรและเลือกค่าเท่าไหร่+

alpha (รูปร่าง) และ beta (มาตราส่วน) เป็นพารามิเตอร์ของการแจกแจงแบบ Gamma ที่ปรับรูปร่างและขนาดของเส้นโค้ง ค่าทั้งคู่ต้องเป็นบวก ค่า alpha ที่เล็กหมายถึงการแจกแจงจะเบ้ไปทางขวา ค่า beta มากขึ้นจะทำให้ตัวเลขทั้งหมดมีค่าเพิ่มขึ้น

ความน่าจะเป็นต้องเป็นค่าเท่าไหร่+

ความน่าจะเป็นต้องเป็นตัวเลขระหว่าง 0 ถึง 1 เท่านั้น ถ้าใส่ค่านอกช่วงนี้ ฟังก์ชันจะคืนค่าความผิดพลาด #NUM! ตัวอย่าง: 0.05 คือ 5%, 0.5 คือ 50%, 0.95 คือ 95%

ฟังก์ชันนี้ใช้ในงานประจำวันแบบไหน+

GAMMAINV ใช้ในการวิเคราะห์สถิติเพื่อหาค่ากำหนด หรืออ้างอิง (percentile) ของการแจกแจง Gamma เช่น การวิเคราะห์ความน่าเชื่อถือ (reliability analysis) การศึกษาเวลาอายุชีวิต (lifetime analysis) หรือการสร้างแบบจำลองเวลาประมวลผล

เกิดข้อผิดพลาด #NUM! หมายความว่าอะไร+

ข้อผิดพลาด #NUM! มักเกิดเมื่อค่า probability อยู่นอกช่วง 0-1 หรือ alpha/beta เป็นค่าลบ ตรวจสอบว่าค่าทั้งหมดเป็นค่าบวกที่ถูกต้อง

Resources & Related

ฟังก์ชันที่ผู้เขียนโยงไว้กับ GAMMAINV จัดกลุ่มตามหมวด · ชี้ที่ชื่อใดชื่อหนึ่ง แล้วฟังก์ชันที่ใช้คู่กันจะมีจุดทอง

ฟังก์ชันนี้GAMMAINVCompatibility
Statistical (4)
GAMMA

ส่งกลับค่า Gamma function Γ(x) ซึ่งเป็นฟังก์ชันคณิตศาสตร์ที่ขยายแนวคิดของแฟกทอเรียลไปยังจำนวนจริงและจำนวนเชิงซ้อน

GAMMA.DIST

GAMMA.DIST คำนวณความน่าจะเป็นจากการแจกแจงแบบ Gamma โดยรับค่า x, alpha, beta และการเลือกระหว่าง PDF (probability density function) หรือ CDF (cumulative distribution function)

GAMMA.INV

GAMMA.INV หาค่า X ที่สอดคล้องกับความน่าจะเป็นที่กำหนดในการแจกแจงแบบ Gamma โดยมีพารามิเตอร์ Alpha (shape) และ Beta (scale).

PERCENTILE.INC

หาค่าเปอร์เซ็นไทล์ที่ k (แบบ Inclusive: 0 ≤ k ≤ 1) ซึ่งรวมค่าขอบ 0% และ 100% ในการคำนวณ

Compatibility (1)
PERCENTILE

คำนวณค่าเปอร์เซ็นไทล์ที่ k ของชุดข้อมูล เช่น P90 หรือ P50 เหมาะสำหรับวิเคราะห์การกระจายตัวของข้อมูลและกำหนดเกณฑ์มาตรฐาน

Comments

อีเมลของคุณจะไม่ถูกเผยแพร่