คำอธิบาย

หาผลลัพธ์ของอินเวอร์สของการกระจายกามมาสะสม เป็นฟังก์ชันที่ใช้เมื่อต้องการทราบค่าที่ทำให้การกระจายกามมาสะสมมีค่าเท่ากับความน่าจะเป็นที่กำหนด เหมาะมากกับการศึกษาตัวแปรที่มีการแจกแจงที่เบ้ เช่น การวิเคราะห์ความน่าเชื่อถือ และทฤษฎีคิว

มีครั้งแรกในเวอร์ชันไหน

2010

รูปแบบคำสั่ง (Syntax)

GAMMA.INV(probability, alpha, beta)

Arguments

  • probability (Required – number)
    ความน่าจะเป็นที่เกี่ยวข้องกับการกระจายกามมา ต้องอยู่ระหว่าง 0 และ 1
  • alpha (Required – number)
    พารามิเตอร์ไปยังการกระจายนี้ กำหนดรูปทรงของการกระจาย
  • beta (Required – number)
    พารามิเตอร์ไปยังการกระจายนี้ กำหนดมาตราส่วนการกระจาย ถ้า beta = 1 จะคืนค่ากามมาแบบมาตรฐาน

ตัวอย่างการใช้งาน (Examples)

  • Formula:
    =GAMMA.INV(A2, A3, A4)
    Description: หาอินเวอร์สของการกระจายกามมาสะสม โดยใช้ความน่าจะเป็นในเซลล์ A2 กับพารามิเตอร์ alpha และ beta ในเซลล์ A3 และ A4
    Result:ค่าที่ได้จะเป็นผลลัพธ์อินเวอร์สของการกระจายตามความน่าจะเป็นและพารามิเตอร์ที่กำหนด
  • Formula:
    =GAMMA.INV(0.80, 8, 3)
    Description: พิจารณาอายุการใช้งานของแบตเตอรี่ที่มีการกระจายกามมา alpha = 8 และ beta = 3 เมื่อความน่าจะเป็นที่ต้องการคือ 80%
    Result:แสดงเวลาที่คาดว่าแบตเตอรี่จะหมดอายุเมื่อความน่าจะเป็นมีค่า 80%
  • Formula:
    =GAMMA.INV(0.60, 6, 5)
    Description: วิเคราะห์เวลารอรับสายของฝ่ายบริการลูกค้าที่มีการกระจายกามมา alpha = 6 และ beta = 5 เพื่อหาความน่าจะเป็นที่ 60%
    Result:ส่งคืนเวลาที่คาดว่าจะรับสายลูกค้าใหม่ได้ด้วยความน่าจะเป็น 60%
  • Formula:
    =GAMMA.INV(0.068094, 9, 2)
    Description: ใช้อินเวอร์สการกระจายกามมาสะสมในตัวอย่างพื้นฐาน โดยมีความน่าจะเป็น alpha = 9 และ beta = 2
    Result:ค่าผลลัพธ์จะตรงตามทางคณิตศาสตร์ตามพารามิเตอร์ที่กำหนด
  • Formula:
    =GAMMA.INV(0.50, 4, 10)
    Description: ใช้ในการวิเคราะห์เวลาที่จะเกิดเหตุการณ์ตรงกลาง (median) ของการแจกแจงที่ระบุ
    Result:ส่งคืนค่าที่เป็นศูนย์กลางของการแจกแจงกามมาที่กำหนดตามความน่าจะเป็นและพารามิเตอร์

Tips & Tricks

ใช้ GAMMA.INV อย่างมืออาชีพโดยตรวจสอบว่าค่าความน่าจะเป็นอยู่ระหว่าง 0 ถึง 1 และพารามิเตอร์ alpha กับ beta มีค่ามากกว่าศูนย์เสมอ นอกจากนี้ การทำความเข้าใจกับการกระจายกามมาเป็นกุญแจสำคัญในการตีความผลลัพธ์

ข้อควรระวัง (Cautions)

ระวัง! ค่าความน่าจะเป็นที่อยู่นอกเหนือช่วง (0,1) และค่า alpha หรือ beta ที่น้อยกว่าหรือเท่ากับศูนย์ จะส่งผลให้เกิดข้อผิดพลาด #NUM! และหากข้อมูลใด ๆ โดยเฉพาะค่า alpha และ beta เป็นข้อความฟังก์ชันจะให้ข้อผิดพลาด #VALUE!

ฟังก์ชันที่เกี่ยวข้อง

ข้อดี / ข้อจำกัด

GAMMA.INV ให้ผลลัพธ์ที่เชื่อถือได้สำหรับข้อมูลที่มีการแจกแจงที่เบ้ แต่ต้องมีการกำหนดค่า input ที่ถูกต้องเพื่อหลีกเลี่ยงข้อผิดพลาดในการคำนวณ

References

ขอบคุณที่เข้ามาอ่านนะครับ ❤️


Leave a Reply

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

อบรม In-House Training

Feedback การใช้งาน AI Chatbot