Thep Excel
F.DISTคำนวณค่าความน่าจะเป็นของการแจกแจง F
F.DIST ใช้หาค่าความน่าจะเป็นของการแจกแจงแบบ F สำหรับทดสอบความแตกต่างของความแปรปรวนระหว่างกลุ่มข้อมูล มีทั้งโหมด CDF และ PDF
Syntax & Arguments
| อาร์กิวเมนต์ | ชนิด | คำอธิบาย |
|---|---|---|
| x | Number | ค่า F-statistic ที่ต้องการหาความน่าจะเป็น ต้องมากกว่าหรือเท่ากับ 0 ถ้าใส่ค่าลบจะเกิด #NUM! error |
| deg_freedom1 | Number | Degrees of freedom ของเศษ (Numerator) ต้องเป็นจำนวนเต็มบวก เช่น จำนวนกลุ่มลบ 1 ถ้าน้อยกว่า 1 จะเกิด #NUM! error |
| deg_freedom2 | Number | Degrees of freedom ของส่วน (Denominator) ต้องเป็นจำนวนเต็มบวก เช่น จำนวนตัวอย่างทั้งหมดลบจำนวนกลุ่ม ถ้าน้อยกว่า 1 จะเกิด #NUM! error |
| cumulative | Boolean | TRUE = ความน่าจะเป็นสะสม (CDF) ใช้หา P-value ด้านซ้าย, FALSE = ความหนาแน่นของความน่าจะเป็น (PDF) ใช้วาดกราฟ |
Additional Notes
ฟังก์ชัน F.DIST ใช้ในการวิเคราะห์สถิติเพื่อหาค่าความน่าจะเป็นของการแจกแจงแบบ F ซึ่งเป็นเครื่องมือหลักในการทดสอบสมมติฐานเกี่ยวกับความแปรปรวน (ANOVA) โดยรับค่า F-statistic พร้อม Degrees of Freedom สองค่า คือ Numerator (df1) และ Denominator (df2) แล้วคืนค่าความน่าจะเป็น ถ้า cumulative = TRUE จะได้ CDF (ความน่าจะเป็นสะสมจากซ้าย) ถ้า cumulative = FALSE จะได้ PDF (ความหนาแน่น ณ จุดนั้น)
ที่เจ๋งคือ F.DIST รองรับทั้งสองโหมดในฟังก์ชันเดียว ทำให้นักสถิติใช้คำนวณทั้ง P-value (ต้องใช้ TRUE แล้วเอา 1 ลบ) และวาดเส้นโค้ง PDF ในกราฟเพื่อการนำเสนอได้ในฟังก์ชันเดียวกัน — ไม่ต้องสลับฟังก์ชัน
ส่วนตัวผม ใช้ F.DIST บ่อยในงาน ANOVA เมื่อต้องเปรียบเทียบความแปรปรวนของรายได้หรือคะแนนระหว่างทีม สิ่งที่ต้องระวังคือ cumulative ต้องระบุถูกต้องเสมอ และถ้าต้องการ P-value จริงๆ ผมจะใช้ F.DIST.RT โดยตรงเพราะได้ผลลัพธ์ในขั้นตอนเดียว 😎
Examples
หา CDF ของ F-statistic สำหรับ ANOVA 4 กลุ่มF.DIST(2.5, 3, 20, TRUE)
คำนวณความน่าจะเป็นสะสม (CDF) ของ F-statistic = 2.5 โดยมี df1 = 3 (จำนวนกลุ่ม 4 ลบ 1) และ df2 = 20 (ตัวอย่าง 24 ลบกลุ่ม 4) ผลลัพธ์ 0.9112 หมายความว่า P-value = 1 – 0.9112 = 0.0888 หรือประมาณ 8.88% ซึ่งยังมากกว่า 0.05 จึงยังไม่ถึงระดับนัยสำคัญ
หา PDF เพื่อวาดเส้นโค้ง F-distributionF.DIST(2.5, 3, 20, FALSE)
คำนวณความหนาแน่นของความน่าจะเป็น (PDF) ที่ F = 2.5 ค่า 0.0873 แทนความสูงของเส้นโค้ง ณ จุดนั้น ใช้สำหรับวาดกราฟแสดงการแจกแจง F ไม่ได้ใช้เป็น P-value โดยตรง
ทดสอบความแตกต่างรายได้ระหว่าง 3 ทีมขายF.DIST(4.2, 2, 27, TRUE)
บริษัทมี 3 ทีมขาย (df1 = 2) รวม 30 คน (df2 = 27) คำนวณหาว่า F-statistic = 4.2 มีความน่าจะเป็นสะสม 97.42% ดังนั้น P-value = 1 – 0.9742 = 0.0258 หรือ 2.58% ซึ่งต่ำกว่า 0.05 แสดงว่ามีความแตกต่างระหว่างทีมขายอย่างมีนัยสำคัญทางสถิติ
เปรียบเทียบ: ใช้ F.DIST.RT แทนการเอา 1 ลบF.DIST.RT(2.5, 3, 20)
F.DIST.RT ให้ P-value ด้านขวาโดยตรง (หางขวาของ F-distribution) ผลลัพธ์เท่ากับ 1 – F.DIST(2.5, 3, 20, TRUE) = 1 – 0.9112 = 0.0888 ถ้าต้องการ P-value ผมแนะนำใช้ F.DIST.RT เพราะเขียนสั้นกว่าและอ่านง่ายกว่า
งานวิศวกรรม: ทดสอบว่าเครื่องจักร 2 เครื่องมีความแปรปรวนเวลาผลิตต่างกันจริงหรือไม่F.DIST(3.0, 5, 15, TRUE)
ฝ่ายวิศวกรรมเก็บเวลาผลิตจากเครื่องจักร A (6 ครั้ง, df1 = 5) และเครื่องจักร B (16 ครั้ง, df2 = 15) แล้วคำนวณ F-statistic ได้ 3.0 (อัตราส่วนความแปรปรวนของ A ต่อ B) ผลลัพธ์ CDF = 0.9550 ทำให้ P-value ด้านขวา = 1 – 0.9550 = 0.0450 ซึ่งต่ำกว่า 0.05 เล็กน้อย สรุปได้ว่าเครื่องจักร A มีความแปรปรวนของเวลาผลิตสูงกว่าเครื่องจักร B อย่างมีนัยสำคัญทางสถิติ ควรตรวจสอบเครื่อง A เพิ่มเติม
FAQs
F.DIST กับ F.DIST.RT ต่างกันอย่างไร ควรใช้อันไหน?+
F.DIST(x, df1, df2, TRUE) หาความน่าจะเป็นด้านซ้าย (CDF) ถ้าต้องการ P-value ต้องเอา 1 ลบเอง ส่วน F.DIST.RT(x, df1, df2) หาความน่าจะเป็นด้านขวาโดยตรง ซึ่งคือ P-value ที่ต้องการในการทดสอบ ANOVA ผมใช้ F.DIST.RT เป็นหลักเพราะสะดวกกว่า ใช้ F.DIST เมื่อต้องการ PDF หรือ CDF สำหรับกราฟเท่านั้น
Degrees of Freedom กำหนดอย่างไร ต้องคำนวณเองไหม?+
ผมจำง่ายๆ แบบนี้: deg_freedom1 = จำนวนกลุ่ม – 1 (เช่น 4 กลุ่ม → df1 = 3), deg_freedom2 = จำนวนตัวอย่างทั้งหมด – จำนวนกลุ่ม (เช่น 24 ตัวอย่าง 4 กลุ่ม → df2 = 20) ถ้าใช้ Analysis ToolPak ของ Excel มันจะคำนวณ df ให้อัตโนมัติในตาราง ANOVA
ได้รับ #NUM! error ต้องแก้ยังไง?+
#NUM! เกิดจาก 3 สาเหตุ: (1) x มีค่าน้อยกว่า 0 — F-statistic ต้องเป็นบวกเสมอ, (2) deg_freedom1 น้อยกว่า 1 — ต้องมีอย่างน้อย 2 กลุ่มจึงจะมี df ≥ 1, (3) deg_freedom2 น้อยกว่า 1 — ต้องมีตัวอย่างมากกว่าจำนวนกลุ่ม ผมตรวจสอบค่า df ก่อนทุกครั้งที่เจอ error นี้
ทำไม F-statistic ต้องมากกว่า 1 ถึงจะสรุปว่ามีความแตกต่าง?+
ไม่จำเป็นต้องมากกว่า 1 เสมอไป แต่ F-statistic = ความแปรปรวนระหว่างกลุ่ม / ความแปรปรวนภายในกลุ่ม ถ้า F ใกล้ 1 แปลว่าความแปรปรวนทั้งสองส่วนใกล้เคียงกัน ไม่น่าจะมีความแตกต่าง ถ้า F มากกว่า 1 มากๆ และ P-value < 0.05 ถึงจะสรุปว่ามีความแตกต่างอย่างมีนัยสำคัญ
F.DIST กับ F.DIST เวอร์ชันเก่า (FDIST) ต่างกันอย่างไร ใช้ตัวไหนดี?+
FDIST (ไม่มีจุด) เป็นฟังก์ชันรุ่นเก่าที่ให้เฉพาะความน่าจะเป็นด้านขวา (เทียบเท่า F.DIST.RT) และ Microsoft เก็บไว้เพื่อความเข้ากันได้กับไฟล์เก่าเท่านั้น ไม่แนะนำให้ใช้ในไฟล์ใหม่ ให้ใช้ F.DIST (มีจุด) แทนเสมอ เพราะยืดหยุ่นกว่า เลือกได้ทั้ง CDF ซ้ายและ PDF ในฟังก์ชันเดียว และ Microsoft ยังพัฒนาต่อ ส่วน FDIST อาจถูกถอดออกในเวอร์ชันอนาคต
Resources & Related
ฟังก์ชันที่ผู้เขียนโยงไว้กับ F.DIST จัดกลุ่มตามหมวด · ชี้ที่ชื่อใดชื่อหนึ่ง แล้วฟังก์ชันที่ใช้คู่กันจะมีจุดทอง
CHISQ.DIST ส่งกลับค่าความน่าจะเป็นของการแจกแจงแบบ Chi-squared ซึ่งใช้ในการทดสอบสมมติฐานทางสถิติ
ฟังก์ชัน F.DIST.RT ใน Excel ใช้หาค่าความน่าจะเป็นของการแจกแจง F ทางหางขวา (Right-tailed) ซึ่งมักใช้ในการทดสอบสมมติฐานทางสถิติ เช่น ANOVA เพื่อหาค่า P-value และตัดสินใจว่าผลต่างระหว่างกลุ่มมีนัยสำคัญหรือไม่
F.INV หาค่าผกผันของการแจกแจงแบบ F (Left-tailed) จากค่าความน่าจะเป็นที่กำหนด ใช้ในการทดสอบสมมติฐานทางสถิติเพื่อเปรียบเทียบความแปรปรวนของสองชุดข้อมูล
F.INV.RT หาค่าผกผันของการแจกแจงแบบ F ทางหางขวา ใช้หาค่าวิกฤต (Critical Value) ในการทดสอบสมมติฐานทางสถิติ เหมาะสำหรับการวิเคราะห์ความแปรปรวน (ANOVA) และการเปรียบเทียบความหลากหลายของข้อมูล
F.TEST ทดสอบว่าสองชุดข้อมูลมีความแปรปรวน (การกระจายตัว) ที่แตกต่างกันอย่างมีนัยสำคัญหรือไม่ โดยคืนค่า P-Value สำหรับการตัดสินใจทางสถิติ
FDIST คำนวณค่าความน่าจะเป็นของการแจกแจง F หางขวา (right-tailed) ใช้ในการทดสอบความแปรปรวนของสองกลุ่ม อย่างไรก็ตาม ฟังก์ชันนี้เป็นเวอร์ชันเก่าและแนะนำให้ใช้ F.DIST.RT แทน
FINV หาค่าผกผันของการแจกแจงแบบ F หางขวา ใช้ในการทดสอบสมมติฐานและวิเคราะห์สถิติ โปรดทราบว่าฟังก์ชันนี้เป็นเก่า ควรใช้ F.INV หรือ F.INV.RT แทน
ยังไม่มีบทความที่เกี่ยวข้องกับฟังก์ชันนี้
Comments
อีเมลของคุณจะไม่ถูกเผยแพร่