คำอธิบาย
หาค่าความเบ้แบบของการแจกแจงจากข้อมูลประชากรนั่นเอง! คิดว่ามันวัดการไม่สมมาตรของการกระจายรอบค่าเฉลี่ย
มีครั้งแรกในเวอร์ชันไหน
2013
รูปแบบคำสั่ง (Syntax)
SKEW.P(number1, [number2], …)
Arguments
-
number1 (Required – number)
ค่าตัวเลขตัวแรกที่ต้องการหา skewness -
number2 (Optional – number)
ค่าตัวเลขเพิ่มเติมที่ต้องการหา skewness
ตัวอย่างการใช้งาน (Examples)
-
Formula:
Description: หาค่าความเบ้ของการแจกแจงจากข้อมูลในช่วงเซลล์ A2 ถึง A11=SKEW.P(A2:A11)
Result:จำนวนค่าความเบ้ของการแจกแจงที่อ้างอิงจากข้อมูลในเซลล์ A2:A11 ซึ่งจะช่วยบอกว่าการกระจายของข้อมูลเป็นไปในทิศทางใด -
Formula:
Description: หาค่าความเบ้โดยตรงจากชุดข้อมูลที่ให้=SKEW.P(5, 10, 15, 20, 25)
Result:ค่าความเบ้ของชุดข้อมูล {5, 10, 15, 20, 25} ซึ่งจะบอกว่าเป็นแบบสมมาตร -
Formula:
Description: ใช้เซลล์อ้างอิงคำนวณค่าความเบ้จากข้อมูล (3, 7, 9, 15, 20)=SKEW.P(A1:A5)
Result:เราจะได้ค่าความเบ้าแสดงให้เห็นถึงความว่าข้อมูลเฟสซ้ายหรือขวา -
Formula:
Description: ใช้ชุดข้อมูลเล็กๆ ดูว่าเป็นอย่างไร=SKEW.P(5, 6, 5, 6, 5)
Result:ค่าความเบ้ที่ออกมาอาจจะไม่เสถียรเนื่องจากชุดข้อมูลที่เล็ก -
Formula:
Description: แสดงการใช้ SKEW.P เพื่อหาค่าความเบ้ในช่วง space demo=SKEW.P(data_range)
Result:ค่าความเบ้จากช่วงข้อมูลที่กำหนดใน space demo
Tips & Tricks
อย่าลืมทำความสะอาดข้อมูลของคุณก่อนใช้ SKEW.P เพื่อให้ได้ผลลัพธ์ที่ถูกต้อง! และถ้าคุณมีข้อมูลเยอะๆ ก็เหมาะสุดๆ สำหรับการใช้ฟังก์ชันนี้
ข้อควรระวัง (Cautions)
ระวังอย่าใช้ SKEW.P กับข้อมูลที่มีจุดข้อมูลน้อยกว่า 3 จุด เพราะจะไม่ได้ค่าสมเหตุสมผล และฟังก์ชันนี้อาจให้ค่าที่ไม่เชื่อถือกับข้อมูลขนาดเล็กหรือมีความเอนเอียงสูง
ฟังก์ชันที่เกี่ยวข้อง
ข้อดี / ข้อจำกัด
SKEW.P เป็นฟังก์ชันที่สุดยอดสำหรับการวิเคราะห์การกระจายของข้อมูล แต่ก็ต้องระมัดระวังเมื่อใช้งานกับชุดข้อมูลขนาดเล็ก ได้ผลแม่นยำดีเยี่ยมกับชุดข้อมูลขนาดใหญ่
References
ขอบคุณที่เข้ามาอ่านนะครับ ❤️
Leave a Reply