WEIBULL.DIST ใช้คำนวณความน่าจะเป็นของการแจกแจงแบบ Weibull สำหรับการวิเคราะห์ความเสี่ยงและอายุการใช้งานของอุปกรณ์
=WEIBULL.DIST(x, alpha, beta, cumulative)
=WEIBULL.DIST(x, alpha, beta, cumulative)
| Argument | Type | Required | Default | Description |
|---|---|---|---|---|
| x | Number | Yes | ค่าข้อมูล ณ จุดที่ต้องการประเมิน (ต้องมากกว่าหรือเท่ากับ 0) | |
| alpha | Number | Yes | พารามิเตอร์รูปร่าง (shape parameter) ของการแจกแจง ต้องมากกว่า 0 – ค่ามากขึ้นทำให้การแจกแจงแบน ค่าน้อยลงทำให้แหลมชัด | |
| beta | Number | Yes | พารามิเตอร์สเกล (scale parameter) ของการแจกแจง ต้องมากกว่า 0 – ควบคุมการยืดหรือหดตัวของการแจกแจง | |
| cumulative | Boolean | Yes | TRUE = ส่งกลับ cumulative distribution function (CDF) | FALSE = ส่งกลับ probability density function (PDF) |
WEIBULL.DIST(105, 20, 100, TRUE)=WEIBULL.DIST(105, 20, 100, TRUE)
0.929581
WEIBULL.DIST(105, 20, 100, FALSE)=WEIBULL.DIST(105, 20, 100, FALSE)
0.035589
WEIBULL.DIST(50, 1, 100, TRUE)=WEIBULL.DIST(50, 1, 100, TRUE)
0.393469
WEIBULL.DIST(105, 20, 150, TRUE)=WEIBULL.DIST(105, 20, 150, TRUE)
0.614275
cumulative=TRUE ส่งกลับ CDF (ความน่าจะเป็นสะสม) คือความน่าจะเป็นที่ค่า x จะน้อยกว่าหรือเท่ากับค่าที่ระบุ | cumulative=FALSE ส่งกลับ PDF (ความหนาแน่น) คือความสูงของเส้นโค้งที่จุด x ใช้ CDF เมื่อต้องการความน่าจะเป็นรวม ใช้ PDF เมื่อต้องการวิเคราะห์อัตราในช่วงนั้นๆ
alpha (shape parameter) ควบคุมรูปร่างของการแจกแจง – alpha 1 ให้รูปโค้งขึ้น | beta (scale parameter) ควบคุมการยืดหรือหดของการแจกแจง – beta สูงขึ้นหมายถึงค่าทั่วไปสูงขึ้น (อายุการใช้งานที่คาดหวังสูงขึ้น)
ใช้เมื่อวิเคราะห์เวลาจนกระทั่งเกิดความล้มเหลว (time-to-failure) เช่น อัตราความล้มเหลวของชิ้นส่วน ความแข็งแรงของวัสดุ เวลารอของลูกค้า ระยะเวลาการฉุกเฉิน โดยทั่วไปใช้ในวิศวกรรมความเชื่อถือได้ (reliability engineering) และการควบคุมคุณภาพ
ฟังก์ชันจะส่งกลับข้อผิดพลาด #NUM! ต้องแน่ใจว่า x >= 0 และ alpha > 0 และ beta > 0 มิฉะนั้นสูตรจะไม่ถูกต้อง
WEIBULL.DIST พร้อมใช้งาน ใน Excel 2016 และหลังจากนั้น รวมถึง Excel for Microsoft 365 และ Excel for the web
WEIBULL.DIST เป็นฟังก์ชันสถิติที่ใช้คำนวณค่าความน่าจะเป็นของการแจกแจงแบบ Weibull ซึ่งมีประโยชน์มากในงานวิศวกรรมความเชื่อถือได้ (reliability engineering) เช่น การหาอัตราความล้มเหลว อายุการใช้งานของชิ้นส่วน และการวิเคราะห์ข้อมูลเวลาจนกระทั่งเกิดความล้มเหลว
การแจกแจงแบบ Weibull ยืดหยุ่นมาก – สามารถปรับให้เป็นการแจกแจงแบบอื่นๆ ได้ เช่น เมื่อ alpha = 1 มันก็จะกลายเป็น exponential distribution ใช้ได้กับหลายสถานการณ์จริง เช่น อัตราความล้มเหลวของอุปกรณ์อิเล็กทรอนิกส์ ความแข็งแรงของวัสดุ หรือเวลารอคอยของลูกค้า
ส่วนตัวผม WEIBULL.DIST น่าใช้เพราะมันทำให้คุณสามารถเลือกได้ว่าต้องการ cumulative distribution (ความน่าจะเป็นสะสม) หรือ probability density function (ความหนาแน่นของความน่าจะเป็น) ซึ่งให้ความยืดหยุ่นสูงในการวิเคราะห์ข้อมูล