Học Excel Thủ Thuật Excel Các hàm thống kê Excel (phần 3) Tìm hiểu hàm thống kê Excel (phần 3): Hàm EXPONDIST() Tính phân phối mũ: trả xác suất phân phối xác suất mũ Thường dùng để mô khoảng thời gian biến cố, máy ATM khoảng để xìa tiền ra; tìm xác suất cho tiến trình tốn tối đa 30 giây… Cú pháp: = EXPONDIST(x, lambda, cumulative) x : Giá trị hàm mũ Lambda : Tham số lambda Cumulative : Một giá trị logic, cho biết dạng hàm số mũ sử dụng: = (TRUE) : EXPONDIST() trả hàm phân phối tích lũy = (FALSE) : EXPONDIST() trả hàm mật độ xác suất Lưu ý: · Nếu x hay lambda số, EXPONDIST() trả giá trị lỗi #VALUE! · Nếu x < 0, EXPONDIST() trả giá trị lỗi #NUM! · Nếu lambda < 0, EXPONDIST() trả giá trị lỗi #NUM! Ví dụ: Với x = 0.2 lambda = 10, ta có: EXPONDIST(0.2, 10, 1) = 0.864664717 EXPONDIST(0.2, 10, 0) = 1.353352832 Hàm FDIST() Tính phân phối xác suất F Thường dùng để tìm xem hai tập số liệu có nhiều mức độ khác biệt hay không Ví dụ, dùng để khảo sát điểm thi nam sinh nữ sinh thi tuyển vào trường trung học, xác định xem độ biến thiên điểm nam sinh có khác với độ biến thiên điểm nam sinh hay không… Cú pháp: = FDIST(x, degrees_freedom1, degrees_freedom2) x : Giá trị để ước lượng hàm Degrees_freedom1 : Bậc tự tử số Degrees_freedom2 : Bậc tự mẫu số Lưu ý: · Nếu có đối số số, FDIST() trả giá trị lỗi #VALUE! · Nếu x < 0, FDIST() trả giá trị lỗi #NUM! · Nếu degrees_freedom1 hay degrees_freedom2 số nguyên, phần thập phân bị cắt bỏ để trở thành số nguyên · Nếu degrees_freedom1 < hay degrees_freedom1 ≥ 10^10, FDIST() trả giá trị lỗi #NUM! · Nếu degrees_freedom2 < hay degrees_freedom2 ≥ 10^10, FDIST() trả giá trị lỗi #NUM! · FDIST() tính dạng FDIST = P(F < x), với F biến ngẫu nhiên có phân phối F với hai bậc tự degrees_freedom1 degrees_freedom2 Ví dụ: Với x = 15.20675 bậc tự tử số 6, bậc tự mẫu số 4, ta có: FDIST(15.20675, 6, 4) = 0.010000141 Hàm FINV() Tính nghịch đảo phân phối xác suất F Nghĩa là, xác suất = FDIST(x, …) x = FINV(xác suất, …) Cú pháp: = FINV(probability, degrees_freedom1, degrees_freedom2) Probability : Xác suất kết hợp với phân phối tích lũy F Degrees_freedom1 : Bậc tự tử số Degrees_freedom2 : Bậc tự mẫu số Lưu ý: · Nếu có đối số số, FINV() trả giá trị lỗi #VALUE! · Nếu probability < hay probability > 1, FINV() trả giá trị lỗi #NUM! · Nếu degrees_freedom1 hay degrees_freedom2 số nguyên, phần thập phân bị cắt bỏ để trở thành số nguyên · Nếu degrees_freedom1 < hay degrees_freedom1 ≥ 10^10, FDIST() trả giá trị lỗi #NUM! · Nếu degrees_freedom2 < hay degrees_freedom2 ≥ 10^10, FDIST() trả giá trị lỗi #NUM! · FINV() dùng để trả trị tiêu chuẩn từ phân phối F Ví dụ, kết phép tính ANOVA thường gồm số liệu cho thống kê F, xác suất F, giá trị tiêu chuẩn F mức có nghĩa 0.05 Để trả giá trị tiêu chuẩn F, người ta dùng mức có nghĩa (0.05) làm đối số probabiltycho hàm FINV() · FINV() sử dụng phương pháp lặp để tính hàm Với probability cho trước, FINV() lặp kết xác khoảng ±0.0000003 Nếu FINV() không hội tụ sau 100 lần lặp, trả giá trị lỗi #NA! Ví dụ: Với probability = 0.01 bậc tự tử số 6, bậc tự mẫu số 4, ta có: FINV(0.01, 6, 4) = 15.20675 Hàm FISHER() Trả phép biến đổi Fisher x Phép biến đổi tạo hàm phân phối đối xứng lệch Thường dùng việc kiểm tra giả thuyết dựa hệ số tương quan Cú pháp: = FISHER(x) x : Giá trị muốn chuyển đổi Lưu ý: · Nếu x khôing phải số, FISHER() trả giá trị lỗi #VALUE! · Nếu x ≤ -1 hay x > 1, FISHER() trả giá trị lỗi #NUM! · Phương trình phép biến đổi FISHER là: Ví dụ: FISHER(0.75) = 0.972955 Hàm FISHERINV() Trả nghịch đảo phép biến đổi Fisher Nghĩa là, y = FISHER(x) x = FISHERINV(y) Cú pháp: = FISHERINV(y) y : Giá trị để thực phép biến đổi Lưu ý: · Nếu y số, FISHERINV() trả giá trị lỗi #VALUE! · Phương trình phép biến đổi FISHERINV là: Ví dụ: FISHERINV(0.972955) = 0.75 Hàm FORECAST() Tính toán, hay dự đoán, ước lượng giá trị tương lai cách sử dụng giá trị có Từ giá trị có, giá trị dự đoán phương pháp hồi quy tuyến tính Có thể dùng hàm để dự đoán mức bán hàng tương lai, nhu cầu đầu tư, hay khuynh hướng tiêu thụ Cú pháp: = FORECAST(x, known_y’s, known_x’s) x : Điểm liệu dùng để dự đoán giá trị known_y’s : Mảng hay liệu phụ thuộc known_x’s : Mảng hay liệu độc lập Lưu ý: · Nếu x số, FORECAST() trả giá trị lỗi #VALUE! · Nếu known_y’s, known_x’s rỗng hay chứa số điểm liệu khác nhau, FORECAST() trả giá trị lỗi #NA! · Nếu known_x’s = 0, FORECAST() trả giá trị lỗi #DIV/0! · Phương trình FORECAST là: Với: Ví dụ: Dựa vào bảng phân tích lợi nhuận dựa theo giá thành bảng sau Hãy ước lượng mức lợi nhuận giá thành = $270,000 ? Mức lợi nhuận tương ứng với giá thành = $270,000 là: A11 = FORECAST(B11, A2:A10, B2:B10) = $288,811 Hàm FTEST() Trả kết phép thử F FTEST() trả xác suất phía, phương sai củaarray1 array2 khác không đáng kể Hàm thường dùng để xác định xem hai mẫu có phương sai khác hay không Ví dụ, biết điểm kiểm tra trường công trường tư, kiểm tra xem hai loại trường có nhiều cấp độ khác đa dạng điểm thi hay không Cú pháp: = FTEST(array1, array2) Array1, array2 : Là mảng hay dãy số liệu Lưu ý: · Các đối số phải số, tên, mảng, hay tham chiếu tới ô chứa số · Nếu x, alpha hay beta số, GAMMADIST() trả giá trị lỗi #VALUE! · Nếu x < 0, GAMMADIST() trả giá trị lỗi #NUM! · Nếu alpha ≤ hay beta ≤ 0, GAMMADIST() trả giá trị lỗi #NUM! · Phương trình GAMMADIST() là: · Phương trình phân phối gamma chuẩn (beta = 0) · Khi alpha = 1, GAMMADIST() trả xác suất phân phối mũ, với: · Với số nguyên dương n, alpha = n/2, beta = 2, cumulative = (TRUE), GAMMADIST() trả [1 - CHIDIST(x)] với n bậc tự Ví dụ: Với x = 10 , alpha = beta = 2, ta có: GAMMADIST(10, 9, 2, TRUE) = 0.68094 GAMMADIST(10, 9, 2, FALSE) = 0.32639 Hàm GAMMAINV() Trả nghịch đảo phân phối gamma Nghĩa là, probability = GAMMADIST(x, …) x = GAMMAINV(probability, …) Cú pháp: = GAMMAINV(probability, alpha, beta) Probability : Xác suất kết hợp với phân phối gamma Alpha Beta : Tham số cho phân phối Nếu beta = 0, GAMMAINV() trả phân phối gammachuẩn Lưu ý: · Nếu có đối số số, GAMMAINV() trả giá trị lỗi #VALUE! · Nếu probability < hay probability > 1, GAMMAINV() trả giá trị lỗi #NUM! · Nếu alpha ≤ hay beta ≤ 0, GAMMAINV() trả giá trị lỗi #NUM! · GAMMAINV() sử dụng phương pháp lặp để tính hàm Với probability cho trước, GAMMAINV() lặp kết xác khoảng ±0.0000003 Nếu GAMMAINV() không hội tụ sau 100 lần lặp, trả giá trị lỗi #NA! Ví dụ: Với probability = 0.68094, alpha = beta = 2, ta có: GAMMAINV(0.68094, 9, 2) = 10 Hàm GAMMALN() Tính logarite tự nhiên hàm gamma Cú pháp: = GAMMALN(x) Lưu ý: · Nếu x số, GAMMALN() trả giá trị lỗi #VALUE! · Nếu x ≤ 0, GAMMALN() trả giá trị lỗi #NUM! · Số e lũy thừa GAMMALN(i), với i số nguyên, trả kết (i-1)! · GAMMALN tính với công thức sau: với: Ví dụ: Logarite tự nhiên hàm gamma 4: GAMMALN(4) = 1.791759 Hàm GEOMEAN() Trả trung bình nhân mảng dãy số dương Ví dụ, dùng GEOMEAN() để tính mức tăng trưởng trung bình Cú pháp: = GEOMEAN(number1, number2, …) Number1, number2 … : Có thể có từ đến 255 đối số dùng để tính trung bình Cũng dùng mảng đơn hay tham chiếu đến ô chứa số Lưu ý: · Các đối số phải số, tên, mảng, hay tham chiếu tới ô chứa số · Nếu đối số mảng hay tham chiếu có chứa giá trị text, logic, hay ô rỗng, giá trị bỏ qua; nhiên, ô chứa giá trị zero (0) tính · Nếu có đối số số dương, GEOMEAN() trả giá trị lỗi #VALUE! · GEOMEAN tính phương trình sau: Ví dụ: GEOMEAN({4, 5, 8, 7, 11, 4, 3}) = 5.476987 Hàm GROWTH() Tính toán tăng trưởng dự kiến theo hàm mũ cách sử dụng kiện có GROWTH() trả giá trị y từ giá trị x định cách sử dụng giá trị x có GROWTH() hàm cho kết mảng, phải nhập dạng công thức mảng Cú pháp: = GROWTH(known_y’s, known_x’s, new_x’s, const) Known_y’s : Một tập hợp giá trị y biết, mối quan hệ y = b*m^x - Nếu mảng known_y’s nằm cột, cột known_x’s hiểu biến độc lập - Nếu mảng known_y’s nằm dòng, dòng known_x’s hiểu biến độc lập - Nếu có số known_y’s số âm, GROWTH() trả giá trị lỗi #NUM! Known_x’s : Một tập hợp tùy chọn giá trị x biết, mối quan hệ y = b*m^x - Mảng known_x’s bao gồm hay nhiều tập biến Nếu biến sử dụng,known_x’s known_y’s có hình dạng bất kỳ, miễn chúng có kích thước Nếu có nhiều biến sử dụng, known_y’s phải vectơ (là dãy, với chiều cao dòng, hay với độ rộng cột) - Nếu bỏ qua known_x’s, known_x’s giả sử mảng {1, 2, 3, …} với kích thước với known_y’s New_x’s : Là giá trị x mới, dùng để GROWTH() trả giá trị y tương ứng - New_x’s phải gồm cột (hay dòng) cho biến độc lập, giống known_x’s Vì thế, known_y’s nằm cột đơn, known_x’s new_x’s phải có số lượng cột; known_y’s nằm dòng đơn, known_x’s new_x’s phải có số lượng dòng - Nếu bỏ qua new_x’s, new_x’s giả sử giả sử giống known_x’s - Nếu bỏ qua known_x’s new_x’s giả sử mảng {1, 2, 3, …} với kích thước với known_y’s Const : Là giá trị logic cho biết có nên ép số b để hay không (trong mối quan hệ y = b*m^x) - Nếu const TRUE (1) bỏ qua, b tính bình thường - Nếu const FALSE (0), v gán 1, giá trị m điều chỉnh để y = m*x Lưu ý: · Khi nhập mảng cho đối số, mảng cho known_y’s chẳng hạn, dùng dấu phẩy để phân cách trị dòng, dấu chấm phẩy để phân cách dòng Ví dụ: Đây mà bảng mô tả mức tăng trưởng doanh thu đơn vị từ tháng thứ 11 đến tháng thứ 16 Dựa theo mức tăng trưởng này, dự đoán doanh thu tháng thứ 17 18 ? Chọn hai ô B9:B10, nhập công thức mảng: {= GROWTH(B2:B7, A2:A7, A9:A10)} Ta có kết doanh thu dự đoán tháng thứ 17 (B9) = 320,197 tháng thứ 18 (B10) = 468,536 Hàm HARMEAN() Trả trung bình điều hòa dãy số dương Trung bình điều hòa nghịch đảo trung bình cộng Cú pháp: = HARMEAN(number1, number2, …) Number1, number2 … : Có thể có từ đến 255 đối số dùng để tính trung bình điều hòa Cũng dùng mảng đơn hay tham chiếu đến ô chứa số Lưu ý: · Trung bình điều hòa nhỏ trung bình nhân, mà trung bình nhân số nhỏ trung bình cộng · Những đối số giá trị lỗi hay giá trị text mà chuyển đổi thành giá trị số gây lỗi · Các đối số phải số, tên, mảng, hay tham chiếu tới ô chứa số · Nếu đối số mảng hay tham chiếu có chứa giá trị text, logic, hay ô rỗng, giá trị bỏ qua; nhiên, ô chứa giá trị zero (0) tính · Nếu có đối số số dương, HARMEAN() trả giá trị lỗi #VALUE! · HARMEAN tính phương trình sau: Ví dụ: HARMEAN({4, 5, 8, 7, 11, 4, 3}) = 5.028376 Hàm HYPGEOMDIST() Trả xác suất phân phối siêu bội (hypergeometric distribution), phân phối biến ngẫu nhiên x biểu diễn số lần thành công m lần chuỗi n thực nghiệm độc lập, cho trước tổng số lần thành công Cú pháp: = HYPGEOMDIST(sample_s, number_sample, population_s,number_populatio n) sample_s : Số lần thành công mẫu number_sample : Kích thước mẫu population_s : Số lần thành công tập hợp number_population : Kích thước tập hợp Lưu ý: · Tất đối số số nguyên, phần thập phân chúng bị cắt bỏ để trở thành số nguyên · Nếu có đối số số, HYPGEOMDIST() trả giá trị lỗi #VALUE! · Nếu sample_s < lớn giá trị nhỏ number_sample population_s, HYPGEOMDIST() trả giá trị lỗi #NUM! · Nếu sample_s nhỏ lớn giá trị lớn (number_sample – number_population +population_s), HYPGEOMDIST() trả giá trị lỗi #NUM! · Nếu number_sample ≤ hay number_sample > number_population, HYPGEOMDIST() trả giá trị lỗi #NUM! · Nếu population_s ≤ hay population_s > number_population, HYPGEOMDIST() trả giá trị lỗi #NUM! · Nếu number_population ≤ 0, HYPGEOMDIST() trả giá trị lỗi #NUM! · Phương trình HYPGEOMDIST() là: Với: x = sample_s n = number_sample M = population_s N = number_population Ví dụ: Tính xác suất phân phối siêu bội sau, biết phép thử với mẫu tập hợp gồm 20 phần tử có số lần thành công 1, có lần thành công phép thử với toàn tập hợp ? HYPGEOMDIST(1, 4, 8, 20) = 0.363261 Hàm LOGINV() Trả nghịch đảo phân phối tích lũy lognormal x, ln(x) thường phân phối với tham số mean standard_dev Nếu probability = LOGNORMDIST(x, …) x = LOGINV(probability, …) Dùng phân phối lognormal để phân tích số liệu chuyển đổi theo dạng logarite Cú pháp: = LOGINV(probability, mean, standard_dev) Probability : Xác suất kết hợp với phân phối lognormal Mean : Trung bình ln(x) Standard_dev : Độ lệch chuẩn ln(x) Lưu ý: · Nếu có đối số số, LOGINV() trả giá trị lỗi #VALUE! · Nếu probability < hay probability > 1, LOGINV() trả giá trị lỗi #NUM! · Nếu standard_dev ≤ 0, LOGINV() trả giá trị lỗi #NUM! · Nghịch đảo hàm phân phối lognormal là: Ví dụ: Tính x biết xác suất phân phối lognormal x 0.039084, trung bình ln(x) 3.5 độ lệch chuẩn ln(x) 1.2 ?: LOGINV(0.039084, 3.5, 1.2) = 4.000025 Hàm LOGNORMDIST() Trả xác suất phân phối tích lũy lognormal x, ln(x) thường phân phối với tham số mean standard_dev Dùng phân phối lognormal để phân tích số liệu chuyển đổi theo dạng logarite Cú pháp: = LOGNORMDIST(x, mean, standard_dev) x : Giá trị để tính hàm Mean : Trung bình ln(x) Standard_dev : Độ lệch chuẩn ln(x) Lưu ý: · Nếu có đối số số, LOGNORMDIST() trả giá trị lỗi #VALUE! · Nếu x ≤ hay standard_dev ≤ 0, LOGNORMDIST() trả giá trị lỗi #NUM! · Phương trình hàm phân phối tích lũy lognormal là: Ví dụ: Tính xác suất phân phối lognormal 4, biết trung bình ln(4) 3.5 độ lệch chuẩn ln(4) 1.2 ?: LOGNORMDIST(4, 3.5, 1.2) = 0.039084 Hàm POISSON() Trả xác suất phân phối Poisson Ứng dụng phổ biến phân phối Poisson đoán số lượng biến cố xảy thời gian xác định Ví dụ: Số lượng xe ngang qua điểm đường khoảng thời gian cho trước; số lần gõ bị sai đánh máy trang giấy, số lần truy cập vào máy chủ web phút… Cú pháp: = POISSON(x, mean, cumulative) x : Số lượng biến cố Mean : Giá trị kỳ vọng Cumulative : Một giá trị logic xác định dạng phân phối xác suất trả về: - Nếu cumulative TRUE (1), POISSON() trả xác suất tích lũy Poisson, số biến cố ngẫu nhiên xảy khoảng thời gian từ đến x, kể x; POISSON() tính theo công thức: - Nếu cumulative FALSE (0), POISSON() trả hàm khối lượng xác suất Poisson, số biến cố xảy x; POISSON() tính theo công thức: Lưu ý: · Nếu x không nguyên, phần lẻ cắt bỏ để trở thành số nguyên · Nếu x hay mean số, POISSON() trả giá trị lỗi #VALUE! · Nếu x < 0, POISSON() trả giá trị lỗi #NUM! · Nếu mean < 0, POISSON() trả giá trị lỗi #NUM! Ví dụ: Tính xác suất tích lũy hàm khối lượng xác suất phân phối Poisson số lượng biến cố trung bình kỳ vọng ?: Xác suất tích lũy Poisson: POISSON(2, 5, 1) = 0.124652 Hàm khối lượng xác suất Poisson: POISSON(2, 5, 0) = 0.084224 Hàm PROB() Tính xác suất xuất nhóm biến cố (x_range) nằm hai giới hạn (upper_limit vàlower_limit) Nếu bỏ qua giới hạn (upper_limit) xem nhóm biến cố với giới hạn (lower_limit) Cú pháp: = PROB(x_range, prob_range, lower_limit, upper_limit) x_range : Dãy giá trị Prob_range : Tập hợp giá trị xác suất xuất tương ứng với giá trị x_range, tổng giá trị phải Lower_limit : Giới hạn trị muốn tính xác suất Upper_limit : Giới hạn trị muốn tính xác suất Lưu ý: · Nếu có giá trị prob_range ≤ hay giá trị prob_range > , PROB() trả giá trị lỗi #NUM! · Nếu tổng giá trị prob_range không 1, PROB() trả giá trị lỗi #NUM! · Nếu x_range prob_range có số lượng giá trị không nhau, PROB() trả giá trị lỗi #NA! Ví dụ: Cho dãy giá trị x 0, 1, 2, 3; xác suất tương ứng với x 0.2, 0.3, 0.1, 0.4 Hãy tính xác suất xuất x x = x thuộc khoảng [1, 3] ? Xác suất x = 2: PROB({0, 1, 2, 3}, {0.2, 0.3, 0.1, 0.4}, 2) = 0.1 Xác suất x thuộc khoảng [1, 3]: PROB({0, 1, 2, 3}, {0.2, 0.3, 0.1, 0.4}, 1, 3) = 0.8 Hàm STANDARDIZE() Trả giá trị chuẩn hóa x từ phân phối biểu thị mean standard_dev Cú pháp: = STANDARDIZE(x, mean, standard_dev) x : Giá trị muốn chuẩn hóa Mean : Trung bình cộng phân phối Standard_dev : Độ lệch chuẩn phân phối Lưu ý: · Nếu standard_dev ≤ 0, STANDARDIZE() trả giá trị lỗi #NUM! · Phương trình tính trị chuẩn hóa là: Ví dụ: Tính giá trị chuẩn hóa phân phối điểm = 42, biết trung bình cộng phân phối 40 độ lệch chuẩn 1.5 ? STANDARDIZE(42, 40, 1.5) = 1.333333 Hàm NEGBINOMDIST() Trả xác suất phân phối nhị thức âm, xác suất mà có number_f lần thất bại trước có number_s lần thành công, xác suất không đổi lần thành công probability_s Hàm làm việc giống phân phối nhị phân, trừ điều số lần thành công cố định, số phép thử thay đổi; phép thử giả định độc lập Ví dụ, bạn cần tìm 10 người có phản xạ khéo léo, bạn biết xác suất mà ứng cử viên có khả 0.3 NEGBINOMDIST() tính xác suất mà bạn gặp số chắn ứng cử viên không đạt yêu cầu, trước tìm 10 ứng cử viên đạt yêu cầu Cú pháp: = NEGBINOMDIST(number_f, number_s, probability_s) Number_f : Số lần thất bại Number_s : Số ngưỡng thành công Probability_s : Xác suất lần thành công Lưu ý: · Nếu number_f number_s không nguyên, chúng cắt bỏ phần thập phân để trở thành số nguyên · Nếu có đối số số, NEGBINOMDIST() trả giá trị lỗi #NUM! · Nếu probability_s < hay probability_s > 1, NEGBINOMDIST() trả giá trị lỗi #NUM! · Nếu number_f < hay number_s < 1, NEGBINOMDIST() trả giá trị lỗi #NUM! · Phương trình phân phối nhị thức âm là: Trong đó: x = number_f, r = number_s p = probability_s Ví dụ: Tính xác suất phân phối nhị thức âm, biết số lần thất bại 10, số ngưỡng thành công xác suất cho lần thành công 0.25 ? NEGBINOMDIST(10, 5, 0.25) = 0.55049 [...]... theo hàm mũ bằng cách sử dụng dữ kiện hiện có GROWTH() trả về các giá trị y từ các giá trị x được chỉ định bằng cách sử dụng các giá trị x hiện có GROWTH() là một hàm cho ra kết quả là một mảng, do đó nó phải được nhập ở dạng công thức mảng Cú pháp: = GROWTH(known_y’s, known_x’s, new_x’s, const) Known_y’s : Một tập hợp các giá trị y đã biết, trong mối quan hệ y = b*m^x - Nếu mảng known_y’s nằm trong. .. Dãy các giá trị Prob_range : Tập hợp các giá trị xác suất xuất hiện tương ứng với các giá trị trong x_range, tổng các giá trị này phải bằng 1 Lower_limit : Giới hạn trên của trị muốn tính xác suất Upper_limit : Giới hạn dưới của trị muốn tính xác suất Lưu ý: · Nếu có bất kỳ giá trị nào trong prob_range ≤ 0 hay bất kỳ giá trị nào trong prob_range > 1 , PROB() trả về giá trị lỗi #NUM! · Nếu tổng các. .. số b để nó bằng 1 hay không (trong mối quan hệ y = b*m^x) - Nếu const là TRUE (1) hoặc bỏ qua, b được tính bình thường - Nếu const là FALSE (0), v được gán bằng 1, khi đó các giá trị m sẽ được điều chỉnh để y = m*x Lưu ý: · Khi nhập hằng mảng cho đối số, như hằng mảng cho known_y’s chẳng hạn, dùng dấu phẩy để phân cách các trị trên cùng dòng, và dấu chấm phẩy để phân cách các dòng Ví dụ: Đây mà một bảng... và hàm khối lượng xác suất của phân phối Poisson nếu số lượng các biến cố là 2 và trung bình kỳ vọng là 5 ?: Xác suất tích lũy Poisson: POISSON(2, 5, 1) = 0.124652 Hàm khối lượng xác suất Poisson: POISSON(2, 5, 0) = 0.084224 Hàm PROB() Tính xác suất xuất hiện của nhóm các biến cố (x_range) nằm giữa hai giới hạn (upper_limit vàlower_limit) Nếu bỏ qua giới hạn trên (upper_limit) thì xem như nhóm các. ..· Nếu các đối số là mảng hay tham chiếu có chứa các giá trị text, logic, hay ô rỗng, thì các giá trị đó sẽ được bỏ qua; tuy nhiên, ô chứa giá trị zero (0) thì vẫn được tính · Nếu số lượng các điểm dữ liệu trong các array nhỏ hơn 2, hay phương sai của chúng là zero (0), FTEST() trả về giá trị lỗi #DIV/0! Ví dụ:... tham chiếu tới các ô chứa số · Nếu các đối số là mảng hay tham chiếu có chứa các giá trị text, logic, hay ô rỗng, thì các giá trị đó sẽ được bỏ qua; tuy nhiên, ô chứa giá trị zero (0) thì vẫn được tính · Nếu có bất kỳ đối số nào không phải là số dương, GEOMEAN() sẽ trả về giá trị lỗi #VALUE! · GEOMEAN được tính bằng phương trình sau: Ví dụ: GEOMEAN({4, 5, 8, 7, 11, 4, 3}) = 5.476987 Hàm GROWTH() Tính... hơn trung bình cộng · Những đối số là giá trị lỗi hay giá trị text mà không thể chuyển đổi thành giá trị số sẽ gây ra lỗi · Các đối số phải là số, tên, mảng, hay tham chiếu tới các ô chứa số · Nếu các đối số là mảng hay tham chiếu có chứa các giá trị text, logic, hay ô rỗng, thì các giá trị đó sẽ được bỏ qua; tuy nhiên, ô chứa giá trị zero (0) thì vẫn được tính · Nếu có bất kỳ đối số nào không phải là... xác suất của phân phối siêu bội sau, biết rằng trong phép thử với 4 mẫu bất kỳ đầu tiên của một tập hợp gồm 20 phần tử thì có số lần thành công là 1, và có 8 lần thành công trong phép thử với toàn tập hợp ? HYPGEOMDIST(1, 4, 8, 20) = 0.363261 Hàm LOGINV() Trả về nghịch đảo của phân phối tích lũy lognormal của x, trong đó ln(x) thường được phân phối với các tham số mean và standard_dev Nếu probability... Logarite tự nhiên của hàm gamma tại 4: GAMMALN(4) = 1.791759 Hàm GEOMEAN() Trả về trung bình nhân của một mảng hoặc một dãy các số dương Ví dụ, có thể dùng GEOMEAN() để tính mức tăng trưởng trung bình Cú pháp: = GEOMEAN(number1, number2, …) Number1, number2 … : Có thể có từ 1 đến 255 đối số dùng để tính trung bình Cũng có thể dùng một mảng đơn hay một tham chiếu đến các ô chứa số Lưu ý: · Các đối số phải... bằng với known_y’s New_x’s : Là các giá trị x mới, dùng để GROWTH() trả về các giá trị y tương ứng - New_x’s phải gồm một cột (hay một dòng) cho mỗi biến độc lập, giống như known_x’s Vì thế, nếu known_y’s nằm trong một cột đơn, thì known_x’s và new_x’s phải có cùng số lượng các cột; nếu known_y’s nằm trên một dòng đơn, thì known_x’s và new_x’s phải có cùng số lượng các dòng - Nếu bỏ qua new_x’s, new_x’s ...Học Excel Thủ Thuật Excel Các hàm thống kê Excel (phần 3) Tìm hiểu hàm thống kê Excel (phần 3): Hàm EXPONDIST() Tính phân phối mũ: trả xác suất phân... 11, 4, 3}) = 5.476987 Hàm GROWTH() Tính toán tăng trưởng dự kiến theo hàm mũ cách sử dụng kiện có GROWTH() trả giá trị y từ giá trị x định cách sử dụng giá trị x có GROWTH() hàm cho kết mảng, phải... Giá trị hàm mũ Lambda : Tham số lambda Cumulative : Một giá trị logic, cho biết dạng hàm số mũ sử dụng: = (TRUE) : EXPONDIST() trả hàm phân phối tích lũy = (FALSE) : EXPONDIST() trả hàm mật độ