做质量检测算合格率误差,翻遍统计书仍手足无措?分析用户满意度要95%置信区间,手动算t值看到眼酸?别慌,WPS里的TINV函数能救场!TINV函数是统计分析的利器,能快速算出关键t值,让数据结论从“模糊均值”变“精准区间”。
一、函数作用
TINV函数的核心作用,是根据概率和自由度计算t分布双尾临界值,有了这个值,搭配样本均值、标准差,置信区间随手可得。
比如两款产品平均合格率都是90%,用TINV函数算出A产品区间84%-95%、B产品70%-109%,谁的质量更稳定一目了然。

二、核心语法
基础公式:=TINV(probability,degrees_freedom)
- probability(双尾概率):即1-置信水平,需为0-1的小数。比如95%置信区间填0.05,90%置信区间填0.1。
- degrees_freedom(自由度):单样本场景下直接用“样本量-1”计算,必须是正整数。
举例:95%置信区间、样本量10,输入=TINV(0.05,9),瞬间得出t值≈2.262。
三、结合场景分析
1.产品质量检测:50个零件45个合格,算95%置信区间,判断总体零件合格率的合理范围:
自由度为:50-1=49;probability=1-95%=0.05
合格率为90%、标准差=√[p×(1-p)/n]=√[0.9×0.1/50]≈0.0424;
用=TINV(0.05,49)得t值≈2.01,置信区间为=0.9±2.01×0.0424≈0.815-0.985

2.用户满意度调研:25个用户平均分8.5、标准差1.2,TINV(0.05,24)得2.064,计算得区间约8.01-8.99分,精准反映真实满意度范围。
四、避坑指南
1.#NUM!错误:检查概率是否在0-1之间、自由度是否为正整数(样本量至少2)。
2.结果偏差大:确认用STDEV.S算样本标准差,而非总体标准差STDEV.P。
3.单尾分析:概率需填2×单尾概率(如单尾0.05填0.1)。
4.大样本场景:样本量≥30时,TINV与正态分布函数结果接近,新手无需切换。
总结
TINV函数帮你跳过公式查表,快速计算t值,搭配基础函数就能完成专业分析。下次做报告,别再只放平均值,用TINV函数算出置信区间,让数据自带“精准背书”,领导更认可,决策更靠谱!
评论 (0)