Excel - Hàm FDIST, hàm trả về phân bố xác suất, Ví dụ minh họa

Hàm FDIST sẽ trả về phân bố xác suất (mức đa dạng) F (bên phải) cho hai tập dữ liệu. Chúng ta sử dụng hàm này thường là để xác định hai tập dữ liệu có mức đa dạng khác nhau hay không. Các tham số sử dụng trong hàm này là giá trị để đánh giá hàm và các bậc tự do ở tử số và mẫu số.

Hàm FDIST trong Excel


Hướng dẫn cách dùng Hàm FDIST trong Excel - Ví dụ minh họa

Cú pháp: FDIST(x,deg_freedom1,deg_freedom2)

Trong đó:

- X : Bắt buộc phải có – Là giá trị để đánh giá hàm.
- Deg_freedom1 : Bắt buộc phải có – Là bậc tự do ở tử số.
- Deg_freedom2 : Bắt buộc phải có – Là bậc tự do ở mẫu số.

Xét ví dụ

Cho bảng tính với các giá trị thực tế tương ứng với các tham số của hàm FDIST. Ở ví dụ này ta tính toán với giá trị để đánh giá hàm là 25, bậc tự do ở tử số là 4 và bậc tự do ở mẫu số là 3:

Nhập công thức tính phân bố xác suất tại ô C9. Và kết quả tính của hàm nhận được là 0.012209822:

Vậy là bạn đã biết cách sử dụng hàm FDIST trong Excel rồi đó. Khi tính toán với hàm này, giá trị x phải là dạng số dương và các giá trị về bậc tự do nếu không phải là số nguyên thì nó sẽ tự động được chuyển thành số nguyên để thực hiện tính toán các kết quả. Bạn có thể áp dụng hàm FDIST trong Excel trên các phiên bản Office 2003, Office 2007, Office 2010Office 2013

Ngoài hàm trên, các bạn cùng tham khảo thêm Hàm PERCENTILE trong bài viết Hàm PERCENTILE để hiểu hơn, cũng như áp dụng hàm này vào trong công việc dễ dàng. 

Hàm FDIST trong Excel là hàm trả về phân bố xác suất, hỗ trợ trong công việc và học tập rất nhiều, giúp cho kết quả chính xác, nhanh chóng khi viết đúng cú pháp. Cú pháp, ví dụ minh họa hàm FDIST sẽ chia sẻ trong bài viết dưới đây, mời các bạn cùng tham khảo.
Excel - Hàm PERCENTILE, Hàm trả về kết quả là phân vị thứ k
Excel - Hàm GAMMAINV trong Excel, Ví dụ minh họa và cách dùng
Excel - Hàm POISSON, Hàm trả về phân bố Poisson
Hàm GAMMADIST, Hàm trả về phân bố gamma trong Excel
Hàm T.INV.2T trong Excel
Excel - Hàm LOGNORMDIST, Hàm trả về phân bố chuẩn lô-ga-rít

ĐỌC NHIỀU