F.INV หาค่าผกผันของการแจกแจงแบบ F (Left-tailed) จากค่าความน่าจะเป็นที่กำหนด ใช้ในการทดสอบสมมติฐานทางสถิติเพื่อเปรียบเทียบความแปรปรวนของสองชุดข้อมูล
| อาร์กิวเมนต์ | ชนิด | คำอธิบาย |
|---|---|---|
| probability | Number | ความน่าจะเป็นที่เกี่ยวข้องกับการแจกแจงแบบ F แบบสะสมทางซ้าย (cumulative left-tailed F distribution) ค่าต้องอยู่ระหว่าง 0 ถึง 1 |
| deg_freedom1 | Number | องศาอิสระตัวเศษ (numerator degrees of freedom) ของการแจกแจง ต้องเป็นจำนวนเต็มบวก (ถ้าไม่เต็มจะตัดทศนิยม) |
| deg_freedom2 | Number | องศาอิสระตัวส่วน (denominator degrees of freedom) ของการแจกแจง ต้องเป็นจำนวนเต็มบวก (ถ้าไม่เต็มจะตัดทศนิยม) |
F.INV เป็นฟังก์ชันสำหรับคำนวณค่าผกผันของการแจกแจงแบบ F (F-distribution) ทางหางซ้าย (Left-tailed).
มันใช้ใน F-test ซึ่งเป็นการทดสอบสมมติฐานเพื่อเปรียบเทียบว่าสองชุดข้อมูลมีความแปรปรวน (variability) เท่ากันหรือไม่ เช่น การเปรียบเทียบความหลากหลายของรายได้ในประเทศต่างๆ หรือการวิเคราะห์ความแปรปรวน (ANOVA).
หลักการทำงานคือ ถ้า F.DIST(x) = p แล้ว F.INV(p) = x กล่าวคือให้เลขความน่าจะเป็น มันจะคืนค่า F-statistic ที่สอดคล้องกันมา ถ้าในการวิเคราะห์สถิติคุณต้องหาค่า Critical Value ของ F-test คุณก็ใช้ F.INV ได้ทันที 😎
ส่วนใหญ่เวลาทำ F-test เราต้องหาค่าวิกฤต (Critical Value) ที่ระดับความเชื่อมั่น 95% และ df1=5 (ตัวเศษ) df2=10 (ตัวส่วน) ผลลัพธ์ 3.326 หมายความว่าถ้า F-statistic ที่คำนวณได้มากกว่า 3.326 เราจะปฏิเสธ Null Hypothesis
เมื่อใช้ ANOVA เพื่อเปรียบเทียบค่าเฉลี่ยของ 4 กลุ่ม (df1=3) โดยมีจำนวนตัวอย่างรวม 24 (df2=20) ที่ระดับความเชื่อมั่น 99% ค่า F-critical คือ 4.938
ยิ่งความน่าจะเป็นสูงขึ้น ค่า F-statistic ที่ได้ก็จะสูงขึ้นด้วย ความเชื่อมั่น 99% (ค่า 5.636) จะเข้มงวดกว่า 90% (ค่า 2.522)
ใช้ F.INV หาค่า F-statistic จากความน่าจะเป็น แล้วใช้ F.DIST กลับไปให้ได้ความน่าจะเป็นเดิม ประมาณว่า F.INV และ F.DIST คือฟังก์ชันที่ตรงข้ามกัน
F.INV หาค่าผกผันของการแจกแจง LEFT-TAILED (ทางหางซ้าย) ส่วน F.INV.RT หาค่าผกผันของการแจกแจง RIGHT-TAILED (ทางหางขวา) ถ้าคุณต้องการ LEFT-TAILED test (หายากกว่า) ใช้ F.INV แต่ถ้า RIGHT-TAILED (ปกติ) ใช้ F.INV.RT
#NUM! แสดงว่า probability ไม่อยู่ระหว่าง 0-1 หรือ degrees of freedom มีค่าน้อยกว่า 1 ตรวจสอบให้แน่ใจว่า probability ถูกต้อง (เช่น 0.95 สำหรับ 95%) และ df ต้องเป็นจำนวนเต็มบวก
หลักๆ ใช้ใน: 1) F-test เพื่อเปรียบเทียบความแปรปรวนของสองชุดข้อมูล 2) ANOVA เพื่อเปรียบเทียบค่าเฉลี่ยของหลายกลุ่ม 3) การหาค่า Critical Value ในการทดสอบสมมติฐาน
Degrees of Freedom (df) เป็นสถิติที่บ่งบอกถึงจำนวนข้อมูลที่อิสระในการคำนวณ ในกรณี F-distribution df1 = n1-1 (ตัวเศษ) และ df2 = n2-1 (ตัวส่วน) โดย n คือจำนวนตัวอย่างในแต่ละชุด
ฟังก์ชันที่ผู้เขียนโยงไว้กับ F.INV จัดกลุ่มตามหมวด · ชี้ที่ชื่อใดชื่อหนึ่ง แล้วฟังก์ชันที่ใช้คู่กันจะมีจุดทอง
CHISQ.INV ค้นหาค่าตัวแปร X ที่ทำให้พื้นที่ใต้เส้นโค้งของการแจกแจง Chi-squared ทางท้ายซ้ายเท่ากับความน่าจะเป็นที่กำหนด ใช้ในการวิเคราะห์สถิติเพื่อการทดสอบสมมติฐาน
F.DIST ใช้หาค่าความน่าจะเป็นของการแจกแจงแบบ F สำหรับทดสอบความแตกต่างของความแปรปรวนระหว่างกลุ่มข้อมูล มีทั้งโหมด CDF และ PDF
F.INV.RT หาค่าผกผันของการแจกแจงแบบ F ทางหางขวา ใช้หาค่าวิกฤต (Critical Value) ในการทดสอบสมมติฐานทางสถิติ เหมาะสำหรับการวิเคราะห์ความแปรปรวน (ANOVA) และการเปรียบเทียบความหลากหลายของข้อมูล
F.TEST ทดสอบว่าสองชุดข้อมูลมีความแปรปรวน (การกระจายตัว) ที่แตกต่างกันอย่างมีนัยสำคัญหรือไม่ โดยคืนค่า P-Value สำหรับการตัดสินใจทางสถิติ
T.INV ใช้หาค่า t-value จากความน่าจะเป็นและองศาอิสระ ฟังก์ชันนี้ช่วยสร้างช่วงความเชื่อมั่น (confidence interval) หรือทดสอบสมมติฐาน โดยทำงานกับหางซ้ายของการแจกแจง t
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