COVARIANCE.S

TLDR สรุปสั้นๆ

COVARIANCE.S คำนวณการแปรปรวนร่วมของข้อมูลแบบสุ่มตัวอย่าง

คำอธิบาย

ฟังก์ชัน COVARIANCE.S ใน Excel ใช้ในการคำนวณการแปรปรวนร่วมแบบสุ่มตัวอย่าง ซึ่งเป็นค่าเฉลี่ยของผลคูณของการเบี่ยงเบนของคู่ข้อมูลในชุดข้อมูลสองชุด โดยผลลัพธ์จะช่วยในการวิเคราะห์ว่า ชุดข้อมูลทั้งสองมีการเคลื่อนไหวสอดคล้องกันหรือไม่

มีครั้งแรกในเวอร์ชันไหน

2010

รูปแบบคำสั่ง (Syntax)

COVARIANCE.S(array1, array2)

Arguments

  • array1 (Required – array)
    ช่วงของเซลล์หรืออาร์เรย์แรกที่เป็นปริมาณเต็มจำนวนที่ต้องการคำนวณการแปรปรวนร่วม
  • array2 (Required – array)
    ช่วงของเซลล์หรืออาร์เรย์ที่สองที่เป็นปริมาณเต็มจำนวนที่ต้องการคำนวณการแปรปรวนร่วม

ตัวอย่างการใช้งาน (Examples)

  • Formula:
    =COVARIANCE.S({2,4,8},{5,11,12})
    Description: คำนวณการแปรปรวนร่วมแบบสุ่มสำหรับค่าที่ป้อนเป็นอาร์เรย์ในฟังก์ชัน
    Result:9.666666667 (แสดงให้เห็นว่าค่ามีความสัมพันธ์ที่สอดคล้องกันระหว่างชุดข้อมูลสองชุด)
  • Formula:
    =COVARIANCE.S(A3:A5,B3:B5)
    Description: คำนวณการแปรปรวนร่วมแบบสุ่มสำหรับค่าที่มีในช่วงเซลล์ที่ระบุ
    Result:9.666666667 (แสดงผลการวิเคราะห์เดียวกันกับการใช้อาร์เรย์ในฟังก์ชัน)
  • Formula:
    =COVARIANCE.S(B1:B10, C1:C10)
    Description: คำนวณการแปรปรวนร่วมระหว่างข้อมูลในคอลัมน์ B และ C ซึ่งเป็นการพิจารณาค่าข้อมูลจริงตามช่วงเซลล์ที่ใช้ทั่วไปในงานจริง
    Result:#N/A หรือค่าจริง ขึ้นอยู่กับข้อมูลว่าเส้นคู่ไหม
  • Formula:
    =COVARIANCE.S(OFFSET(B1,0,0,5,1), OFFSET(C1,0,0,5,1))
    Description: การใช้ OFFSET ในการกำหนดช่วงของข้อมูลสำหรับการคำนวณการแปรปรวนร่วมเพื่อทำให้ช่วงข้อมูลสามารถเปลี่ยนได้ง่าย
    Result:ผลลัพธ์จะยังคงเหมือนเดิมแต่ใช้ความยืดหยุ่นของช่วงข้อมูล
  • Formula:
    =COVARIANCE.S(A1:A2, B1:B2)
    Description: กรณีข้อมูลไม่พอเพียงหรือไม่มีจะให้ผลลัพธ์เป็น #DIV/0! เพราะข้อมูลไม่เพียงพอในการคำนวณค่าแปรปรวนร่วม
    Result:#DIV/0! (ข้อมูลไม่ครบชุดในการคำนวณ)

Tips & Tricks

ฟังก์ชันนี้เหมาะในการวิเคราะห์ทางการเงินโดยตรวจสอบว่าการกลับมาของสินทรัพย์ต่างๆ มีความสอดคล้องกันอย่างไร การใช้ OFFSET ยังช่วยให้ช่วงข้อมูลมีความยืดหยุ่นมากขึ้น

ข้อควรระวัง (Cautions)

ระวังเวลาที่ array1 และ array2 มีจำนวนข้อมูลที่ไม่เท่ากัน จะทำให้เกิดข้อผิดพลาด #N/A และในกรณีที่ข้อมูลมีเพียงข้อมูลเดียวหรือไม่มีเลยจะให้ข้อผิดพลาด #DIV/0! นอกจากนี้การใช้ OFFSET ต้องระมัดระวังเพราะผิดพลาดได้ง่าย

ฟังก์ชันที่เกี่ยวข้อง

References

ขอบคุณที่เข้ามาอ่านนะครับ ❤️


Leave a Reply

Your email address will not be published. Required fields are marked *

อบรม In-House Training

Feedback การใช้งาน AI Chatbot