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:
    =SKEW.P(A2:A11)
    Description: หาค่าความเบ้ของการแจกแจงจากข้อมูลในช่วงเซลล์ A2 ถึง A11
    Result:จำนวนค่าความเบ้ของการแจกแจงที่อ้างอิงจากข้อมูลในเซลล์ A2:A11 ซึ่งจะช่วยบอกว่าการกระจายของข้อมูลเป็นไปในทิศทางใด
  • Formula:
    =SKEW.P(5, 10, 15, 20, 25)
    Description: หาค่าความเบ้โดยตรงจากชุดข้อมูลที่ให้
    Result:ค่าความเบ้ของชุดข้อมูล {5, 10, 15, 20, 25} ซึ่งจะบอกว่าเป็นแบบสมมาตร
  • Formula:
    =SKEW.P(A1:A5)
    Description: ใช้เซลล์อ้างอิงคำนวณค่าความเบ้จากข้อมูล (3, 7, 9, 15, 20)
    Result:เราจะได้ค่าความเบ้าแสดงให้เห็นถึงความว่าข้อมูลเฟสซ้ายหรือขวา
  • Formula:
    =SKEW.P(5, 6, 5, 6, 5)
    Description: ใช้ชุดข้อมูลเล็กๆ ดูว่าเป็นอย่างไร
    Result:ค่าความเบ้ที่ออกมาอาจจะไม่เสถียรเนื่องจากชุดข้อมูลที่เล็ก
  • Formula:
    =SKEW.P(data_range)
    Description: แสดงการใช้ SKEW.P เพื่อหาค่าความเบ้ในช่วง space demo
    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

Your email address will not be published.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

อบรม In-House Training

Feedback การใช้งาน AI Chatbot