GAMMA.DIST

TLDR สรุปสั้นๆ

GAMMA.DIST หาการแจกแจงแบบแกมมาซึ่งเหมาะใช้ในการวิเคราะห์การทำงานระบบคิว ใช้พารามิเตอร์ alpha, beta เพื่อระบุรูปแบบการกระจาย

คำอธิบาย

ฟังก์ชัน GAMMA.DIST ใช้ในการหาการแจกแจงแบบแกมมา (Gamma Distribution) ซึ่งมักใช้ในการวิเคราะห์ปัญหาในระบบคิวหรือแถว โดยคุณสามารถใช้ฟังก์ชันนี้ในการศึกษาตัวแปรที่มีการแจกแจงที่เบี้ยวหรือไม่สมมาตร

มีครั้งแรกในเวอร์ชันไหน

2010

รูปแบบคำสั่ง (Syntax)

GAMMA.DIST(x, alpha, beta, cumulative)

Arguments

• x (Required – ตัวเลข)
  ค่าที่ต้องการใช้ประเมินผลการแจกแจง
• alpha (Required – ตัวเลข)
  พารามิเตอร์ของการแจกแจง
• beta (Required – ตัวเลข)
  พารามิเตอร์ของการแจกแจง ถ้า beta = 1 จะเป็นการแจกแจงแบบแกมมาแบบมาตรฐาน
• cumulative (Required – ตรรกะ)
  ค่าทางตรรกะที่ระบุรูปแบบของฟังก์ชัน ถ้าเป็น TRUE จะคำนวณเป็นค่าสะสม ถ้าเป็น FALSE จะคำนวณเป็นความหนาแน่นของความน่าจะเป็น

ตัวอย่างการใช้งาน (Examples)

• Formula:

  =GAMMA.DIST(10.00001131,9,2,FALSE)

  Description: หาความหนาแน่นของความน่าจะเป็นที่จุด x = 10.00001131 ด้วยค่าพารามิเตอร์ alpha = 9 และ beta = 2 โดยไม่สะสม (cumulative = FALSE)
  Result:0.032639 (ค่าตัวเลขเป็นความหนาแน่นของการแจกแจงที่จุดนี้)
  
• Formula:

  =GAMMA.DIST(10.00001131,9,2,TRUE)

  Description: หาการกระจายสะสมที่จุด x = 10.00001131 ด้วยค่าพารามิเตอร์ alpha = 9 และ beta = 2 โดยสะสม (cumulative = TRUE)
  Result:0.068094 (ค่าตัวเลขเป็นผลรวมของความน่าจะเป็นจนถึงจุดนี้)
  
• Formula:

  =GAMMA.DIST(5,3,1,FALSE)

  Description: หาความหนาแน่นของความน่าจะเป็นที่จุด x = 5 ด้วยค่าพารามิเตอร์ alpha = 3 และ beta = 1 โดยไม่สะสม (cumulative = FALSE)
  Result:0.03368973 (ค่าตัวเลขเป็นความหนาแน่นของการแจกแจงที่จุดนี้)
  
• Formula:

  =GAMMA.DIST(7,5,1,TRUE)

  Description: หาการกระจายสะสมที่จุด x = 7 ด้วยค่าพารามิเตอร์ alpha = 5 และ beta = 1 โดยสะสม (cumulative = TRUE)
  Result:0.82755178 (ค่าตัวเลขเป็นผลรวมของความน่าจะเป็นจนถึงจุดนี้)
  
• Formula:

  =GAMMA.DIST(8,4,2,FALSE)+GAMMA.DIST(8,4,2,TRUE)

  Description: ใช้การคำนวณฟังก์ชัน GAMMA.DIST ทั้งสองแบบร่วมกันเพื่อทำการวิเคราะห์เพิ่มเติม
  Result:เฉพาะบุคคล
  

Tips & Tricks

1. การใช้ GAMMA.DIST จะมีประโยชน์มากเมื่อทำการวิเคราะห์ queueing หรือกระบวนการที่เกี่ยวข้องกับเวลา 2. สามารถ combine กับฟังก์ชันอื่นเพื่อเปรียบเทียบหรือเปลี่ยนรูปแบบการให้คะแนน เช่น การรวมกับฟังก์ชัน CHISQ.DIST.RT เพื่อวิเคราะห์ distribution แบบแท่งหลายช่วงได้

ข้อควรระวัง (Cautions)

– GAMMA.DIST ต้องการให้ค่าพารามิเตอร์ alpha และ beta เป็นตัวเลขบวก หากใส่ค่าที่ผิด จะได้รับค่าผิดพลาด #NUM! – การใช้ x ที่น้อยกว่า 0 จะทำให้ข้อมูลเกิดข้อผิดพลาด #NUM! เพราะไม่สามารถประเมินผลการแจกแจงสำหรับค่าลบได้

ฟังก์ชันที่เกี่ยวข้อง

• CHISQ.DIST
• EXPON.DIST

References

• Microsoft Official Documentation

ขอบคุณที่เข้ามาอ่านนะครับ ❤️