تابع t.inv در اکسل
تابع T.INV در اکسل مقدار معکوس توزیع t استیودنت را برمیگرداند. این تابع زمانی کاربرد دارد که بخواهید مقدار بحرانی t را برای آزمونهای فرض یا فواصل اطمینان محاسبه کنید — خصوصاً در نمونههای کوچک که انحراف معیار جامعه نامشخص است.
نسخهها و تفاوتها
- T.INV(probability, deg_freedom): مقدار t را برای احتمال تجمعی (left-tail) مشخص برمیگرداند. برای مثال T.INV(0.975, 11) مقدار t متناظر با نقطهای را میدهد که 97.5٪ توزیع در سمت چپ آن قرار دارد.
- T.INV.2T(probability, deg_freedom): مقدار مطلق t برای حالت دوطرفه را برمیگرداند، یعنی پراکندگی در دو دم جمعاً برابر با probability است (مثال: برای سطح معنیداری α=0.05، از T.INV.2T(0.05, df) استفاده کنید).
- در نسخههای قدیمی اکسل تابع TINV وجود داشت؛ T.INV و T.INV.2T توابع جدیدتر هستند و برای سازگاری با نامگذاریهای استاندارد به کار میروند.
آرگومانها و محدودیتها
| آرگومان | توضیح |
|---|---|
| probability | احتمال تجمعی (برای T.INV) یا احتمال دوطرفه (برای T.INV.2T). باید بین 0 و 1 باشد. |
| deg_freedom | درجه آزادی (degrees of freedom). معمولاً n-1 برای یک نمونه. باید عددی مثبت باشد. |
روشهای رایج استفاده
دو کاربرد مهم:
- محاسبه مقدار بحرانی t برای آزمون فرض (یکطرفه یا دوطرفه).
- محاسبه فاصله اطمینان میانگین اگر انحراف معیار جامعه نامعلوم و نمونه کوچک باشد.
مثال کاربردی — فاصله اطمینان 95٪ برای میانگین
فرض کنید نمونهای با n=12، میانگین نمونه x̄ = 5 و انحراف معیار نمونه s = 1.2 دارید. میخواهیم فاصله اطمینان 95٪ برای میانگین جامعه را محاسبه کنیم.
=T.INV.2T(0.05, 11)این فرمول مقدار بحرانی t برای α=0.05 (دوطرفه) و df=11 را محاسبه میکند. مقدار تقریباً برابر با 2.201 است.
گامهای محاسبه در اکسل:
- df = n – 1 = 11
- tCrit = =T.INV.2T(0.05, 11)
- stderr = s / SQRT(n) -> =1.2/SQRT(12)
- margin = tCrit * stderr
- CI = x̄ ± margin -> =5 ± margin
محاسبه تقریبی: stderr ≈ 1.2 / 3.464 ≈ 0.346، margin ≈ 2.201 * 0.346 ≈ 0.762، بنابراین فاصله اطمینان ≈ (4.238, 5.762).
فرمولهای مفید در اکسل
- یکطرفه (مثلاً آزمون راستطرفه با α): =T.INV(1-α, df)
- دوطرفه با α: =T.INV.2T(α, df) یا =ABS(T.INV(α/2, df))
- نمونه محاسبه فاصله اطمینان: =AVERAGE(range) ± T.INV.2T(α,COUNT(range)-1)*STDEV.S(range)/SQRT(COUNT(range))
نکات مهم و اشتباهات رایج
- برای دوطرفه بودن آزمون بهراحتی از T.INV.2T استفاده کنید؛ روش معادل با T.INV نیاز به محاسبات مصرفی احتمال (1-α/2) دارد و ممکن است باعث اشتباه شود.
- T.INV مقدار منفی نیز برمیگرداند اگر probability کوچک باشد (چون مقدار سمت چپ توزیع را برمیگرداند). برای بهدست آوردن مقدار مثبت مطلق از ABS استفاده کنید.
- degree_of_freedom معمولاً باید n-1 باشد. وارد کردن df اشتباه باعث نتیجه نامعتبر میشود.
- اگر n بزرگ باشد (مثلاً >30) میتوان بهجای t از توزیع نرمال (Z) استفاده کرد؛ اما در نمونههای کوچک و وقتی σ مجهول است، استفاده از t لازم است.
مثال با فرمول ترکیبی
=AVERAGE(A2:A13) - T.INV.2T(0.05,COUNT(A2:A13)-1)*STDEV.S(A2:A13)/SQRT(COUNT(A2:A13))
=AVERAGE(A2:A13) + T.INV.2T(0.05,COUNT(A2:A13)-1)*STDEV.S(A2:A13)/SQRT(COUNT(A2:A13))این دو فرمول پایین و بالا را برای بازه اطمینان 95٪ محاسبه میکنند. توضیح: A2:A13 دادههای نمونه، COUNT تعداد نمونه، STDEV.S انحراف معیار نمونه و SQRT ریشه دوم است.
استفاده از T.INV در VBA
Dim tCrit As Double
tCrit = Application.WorksheetFunction.T_Inv(0.975, 11) ' left-tail example
tCrit2 = Application.WorksheetFunction.T_Inv_2T(0.05, 11) ' two-tail exampleاین کد در محیط VBA مقدار بحرانی t را با استفاده از توابع کاربرگ اکسل برمیگرداند. توجه کنید نام تابع در VBA برای T.INV.2T ممکن است T_Inv_2T یا مشابه باشد بسته به نسخه اکسل؛ همیشه IntelliSense یا مستندات نسخه خود را چک کنید.
جمعبندی و توصیههای کارشناسی
تابع T.INV و همتای دوطرفهاش ابزارهای پایهای و ضروری در تحلیلهای آماری در اکسل هستند. نکات کلیدی:
- برای آزمونهای دوطرفه از T.INV.2T(α, df) استفاده کنید تا اشتباه در محاسبه probability پیش نیاید.
- به شکل صحیح درجه آزادی را تعیین کنید (معمولاً n-1).
- در گزارش نتایج مقدار t بحرانی، درجه آزادی و سطح معنیداری را ذکر کنید تا تحلیل قابل بازتولید باشد.
- برای دقت بیشتر در محاسبات تکرارشونده یا خودکارسازی، ترکیب توابع AVERAGE، STDEV.S و COUNT با T.INV.2T بسیار کاربردی است.
اگر نیاز دارید من یک فایل نمونه اکسل با فرمولهای ذکرشده آماده کنم یا سناریوی خاص شما (مثلاً آزمون مستقل، زوجی یا محاسبه قدرت آزمایش) را با فرمولهای مناسب نشان دهم، بگویید تا مرحلهبهمرحله آماده و ارسال کنم.
آیا این مطلب برای شما مفید بود ؟




