GAMMALN.PRECISE ส่งกลับค่าลอการิทึมธรรมชาติของฟังก์ชัน Gamma โดยมีความแม่นยำสูงกว่า GAMMALN ปกติ
=GAMMALN.PRECISE(x)
=GAMMALN.PRECISE(x)
| Argument | Type | Required | Default | Description |
|---|---|---|---|---|
| x | Number | Yes | ค่าตัวเลขที่ต้องการคำนวณลอการิทึมธรรมชาติของ Gamma function เป็นจำนวนจริงที่มากกว่า 0 |
GAMMALN.PRECISE(4)=GAMMALN.PRECISE(4)
1.7917595
GAMMALN.PRECISE(2) + GAMMALN.PRECISE(3) - GAMMALN.PRECISE(5)=GAMMALN.PRECISE(2) + GAMMALN.PRECISE(3) - GAMMALN.PRECISE(5)
-2.3025851
GAMMALN.PRECISE(0.5)=GAMMALN.PRECISE(0.5)
0.5723649
EXP(GAMMALN.PRECISE(101))=EXP(GAMMALN.PRECISE(101))
9.3326E+157
ทั้งสองฟังก์ชันทำงานเหมือนกัน แต่ GAMMALN.PRECISE มีความแม่นยำสูงกว่า (precision) โดยเฉพาะเมื่อค่า x มีขนาดเล็กหรือมีค่าทศนิยมจำนวนมาก ส่วนใหญ่ลำเอียงไปใช้ GAMMALN.PRECISE
ไม่ได้ ฟังก์ชัน Gamma ไม่นิยามสำหรับจำนวนศูนย์และจำนวนลบ หากใส่ค่าเป็นศูนย์หรือลบ จะได้ #NUM! error
ส่วนใหญ่ใช้ในสถิติขั้นสูง เช่น Beta distribution, Gamma distribution, Poisson regression และ Maximum Likelihood Estimation (MLE)
เพราะแฟคทอเรียล (factorial) ของตัวเลขใหญ่ๆ เป็นค่าที่ใหญ่มากเกินไป (overflow) การใช้ logarithm ช่วยให้จัดการตัวเลขได้ง่ายและแม่นยำกว่า รวมถึงอำนวยความสะดวกในการคำนวณเชิงสถิติ
GAMMALN.PRECISE(x) = ln(Γ(x)) โดย Γ(x) = ∫[0 to ∞] t^(x-1) * e^(-t) dt และสำหรับจำนวนเต็มบวก Γ(n) = (n-1)!
ฟังก์ชัน GAMMALN.PRECISE ใน Excel ช่วยคำนวณค่าลอการิทึมธรรมชาติของฟังก์ชัน Gamma (ln(Γ(x))) ด้วยความแม่นยำที่สูง
ทำไมถึงต้อง Gamma? เพราะฟังก์ชัน Gamma เป็นการขยายแนวคิดของแฟคทอเรียล (factorial) ไปยังจำนวนจริงใดๆ โดยที่ Γ(n) = (n-1)! สำหรับจำนวนเต็มบวก การใช้ logarithm ของ Gamma ช่วยป้องกันตัวเลขที่ใหญ่มากเกินไป (overflow) เมื่อต้องการคำนวณแฟคทอเรียลของจำนวนที่มีค่าสูง
ที่เจ๋งคือ GAMMALN.PRECISE ให้ความแม่นยำที่ดีกว่า GAMMALN ปกติ ซึ่งมีประโยชน์ในการวิเคราะห์สถิติขั้นสูง เช่น การประมาณค่าพารามิเตอร์ (parameter estimation) และการทดสอบสมมติฐาน
ส่วนตัวผม ถ้าคุณกำลังทำการวิเคราะห์ทางสถิติและต้องการความแม่นยำ ให้ใช้ GAMMALN.PRECISE แทน GAMMALN เสมอ ยิ่งตัวเลขใหญ่ยิ่งเห็นผลต่าง