Zum Inhalt springen
Calkulon

คณิตศาสตร์

เครื่องคิดเลขกราฟกล่อง

Box Plot Calculator

Data (space or comma separated)

✓Five-Number Summary

ต่ำสุด
2.00
Q1
7.00
มัธยฐาน (Q2)
10.00
Q3
17.00
สูงสุด
21.00
IQR
10.00

📊Five-Number Summary

คืออะไร Box Plot Calculator?

▾

เครื่องคำนวณพล็อตกล่องสรุปชุดข้อมูลโดยใช้ภาพขนาดกะทัดรัดที่สร้างขึ้นจากสรุปตัวเลขห้าตัว ได้แก่ ขั้นต่ำ ควอไทล์ที่หนึ่ง ค่ามัธยฐาน ควอร์ไทล์ที่สาม และสูงสุด นอกจากนี้ยังมักจะระบุค่าผิดปกติที่เป็นไปได้โดยใช้ช่วงระหว่างควอไทล์หรือ IQR เรื่องนี้สำคัญเนื่องจากข้อมูลดิบอาจเปรียบเทียบได้อย่างรวดเร็วได้ยาก โดยเฉพาะอย่างยิ่งเมื่อคุณดูหลายกลุ่มหรือรายการตัวเลขยาวๆ โครงเรื่องเปลี่ยนความซับซ้อนนั้นให้เป็นภาพที่ช่วยให้นักเรียน นักวิเคราะห์ ครู นักวิจัย และทีมควบคุมคุณภาพมองเห็นค่าที่อยู่ตรงกลาง กระจาย บิดเบือน และค่าที่ผิดปกติได้ในพริบตา ตัวกล่องแสดงถึงข้อมูลตรงกลาง 50 เปอร์เซ็นต์ ซึ่งขยายจากไตรมาสที่ 1 ถึงไตรมาสที่ 3 ในขณะที่เส้นด้านในกล่องทำเครื่องหมายเป็นค่ามัธยฐาน หนวดเคราขยายไปยังการสังเกตภายนอกที่ไม่ได้ถูกทำเครื่องหมายว่าเป็นค่าผิดปกติภายใต้กฎที่เลือก เครื่องคิดเลขหลายเครื่องใช้กฎ 1.5 x IQR ทั่วไปเพื่อระบุค่าผิดปกติที่อาจเกิดขึ้น นั่นไม่ได้พิสูจน์ว่าจุดข้อมูลผิด แต่เน้นย้ำถึงคุณค่าที่ควรค่าแก่การตรวจสอบ เครื่องคำนวณพล็อตแบบกล่องมีประโยชน์อย่างยิ่ง เนื่องจากวิธีการควอไทล์อาจแตกต่างกันเล็กน้อยตามตำราเรียน ชุดซอฟต์แวร์ และไลบรารีการเขียนโปรแกรม แทนที่จะเรียงลำดับข้อมูลด้วยมือและกังวลเกี่ยวกับการคำนวณรั้ว เครื่องคิดเลขจะดำเนินการสรุปอย่างสม่ำเสมอ และมักจะแสดงตัวเลขที่แน่นอนด้านหลังโครงเรื่อง ซึ่งทำให้มีประโยชน์สำหรับการบ้าน สถิติเบื้องต้น การวิเคราะห์ข้อมูลเชิงสำรวจ และการรายงานทางธุรกิจ หากใช้ได้ดี กล่องพล็อตไม่ได้แทนที่การวิเคราะห์เชิงลึก แต่ช่วยให้ดูรูปร่างการกระจาย ค่ากลาง ความแปรปรวน และค่าผิดปกติที่เป็นไปได้ได้อย่างรวดเร็วและเชื่อถือได้

Calkulon makes complex calculations simple — built for students and everyday problem-solvers.

สูตร

▾
f(x)สรุปตัวเลขห้าตัว = ขั้นต่ำ, Q1, ค่ามัธยฐาน, Q3, สูงสุด ช่วงระหว่างควอไทล์: IQR = Q3 - Q1 รั้วค่าผิดปกติทั่วไป: รั้วด้านล่าง = Q1 - 1.5 x IQR และรั้วด้านบน = Q3 + 1.5 x IQR ตัวอย่าง: หาก Q1 = 4.5 และ Q3 = 10 ดังนั้น IQR = 5.5 รั้วล่าง = -3.75 และรั้วด้านบน = 18.25

คำอธิบายตัวแปร

▾
สัญลักษณ์ชื่อหน่วยคำอธิบาย
Q1ควอไทล์แรก—เปอร์เซ็นไทล์ที่ 25 ของชุดข้อมูลที่เรียงลำดับ ซึ่งเป็นพารามิเตอร์หลักในการคำนวณการคำนวณ Boxplot ที่ส่งผลโดยตรงต่อผลลัพธ์การคำนวณขั้นสุดท้าย
Q2ค่ามัธยฐาน—ค่ากลางหรือเปอร์เซ็นไทล์ที่ 50 ซึ่งเป็นพารามิเตอร์หลักในการคำนวณการคำนวณ Boxplot ที่ส่งผลโดยตรงต่อผลลัพธ์การคำนวณขั้นสุดท้าย
Q3ควอร์ไทล์ที่สาม—เปอร์เซ็นไทล์ที่ 75 ของชุดข้อมูลที่เรียงลำดับ ซึ่งเป็นพารามิเตอร์หลักในการคำนวณการคำนวณ Boxplot ที่ส่งผลโดยตรงต่อผลลัพธ์การคำนวณขั้นสุดท้าย
IQRพิสัยระหว่างควอไทล์—การแพร่กระจายของข้อมูลตรงกลางร้อยละ 50

วิธี Box Plot Calculator

▾
  1. 1ป้อนชุดข้อมูลเป็นรายการค่าตัวเลข และตรวจสอบว่าตัวเลขทั้งหมดอธิบายตัวแปรและหน่วยเดียวกัน
  2. 2เครื่องคิดเลขจะเรียงลำดับค่าจากน้อยไปหามากก่อนคำนวณสถิติสรุป
  3. 3ค้นหาค่ามัธยฐานแล้วคำนวณควอไทล์ล่างและควอไทล์บนตามแบบแผนควอไทล์ที่เลือกของเครื่องคิดเลข
  4. 4ช่วงระหว่างควอไทล์จะคำนวณเป็น Q3 ลบ Q1 เพื่อวัดการแพร่กระจายของข้อมูลครึ่งหนึ่งที่อยู่ตรงกลาง
  5. 5รั้วค่าผิดปกติที่อาจเกิดขึ้นจะถูกตั้งค่าที่ Q1 ลบ 1.5 เท่า IQR และ Q3 บวก 1.5 เท่า IQR
  6. 6เครื่องคิดเลขจะรายงานสรุปตัวเลขห้าตัว และหากวาดโครงเรื่องได้ ก็จะวางหนวดและจุดผิดปกติตามผลลัพธ์เหล่านั้น

ตัวอย่างที่มีคำตอบ

▾
ตัวอย่าง 1จำนวนคู่ของค่า
กำหนดให้:ข้อมูล = 2, 4, 5, 7, 8, 9, 11, 13
ผลลัพธ์:ขั้นต่ำ 2, ไตรมาสที่ 1 4.5, มัธยฐาน 7.5, ไตรมาส 3 10, สูงสุด 13, IQR 5.5

นี่เป็นชุดข้อมูลที่สะอาดและไม่มีค่าผิดปกติภายใต้กฎ 1.5 x IQR

ครึ่งล่างคือ 2, 4, 5, 7 ดังนั้น Q1 คือ 4.5 และครึ่งบนคือ 8, 9, 11, 13 ดังนั้น Q3 คือ 10 รั้วกว้างพอที่จะให้ทุกจุดอยู่ข้างใน

ตัวอย่าง 2ค่าผิดปกติสูงที่เป็นไปได้
กำหนดให้:ข้อมูล = 5, 6, 7, 8, 9, 10, 11, 40
ผลลัพธ์:ขั้นต่ำ 5, ไตรมาส 1 6.5, มัธยฐาน 8.5, ไตรมาส 3 10.5, สูงสุด 40, IQR 4.0; 40 อาจเป็นค่าผิดปกติที่อาจเกิดขึ้น

ค่าสุดขั้วค่าหนึ่งสามารถขยายช่วงปรากฏได้โดยไม่ต้องขยับควอไทล์มากนัก

รั้วด้านบนคือ Q3 + 1.5 x IQR = 10.5 + 6 = 16.5 เนื่องจาก 40 อยู่เหนือ 16.5 แผนภาพกล่องจึงทำเครื่องหมายว่าเป็นค่าผิดปกติที่เป็นไปได้

ตัวอย่าง 3คะแนนกระจุกแน่น
กำหนดให้:ข้อมูล = 70, 72, 73, 74, 75, 76, 78, 79
ผลลัพธ์:ต่ำสุด 70, ไตรมาส 1 72.5, มัธยฐาน 74.5, ไตรมาส 3 77, สูงสุด 79, IQR 4.5

ช่องแคบแสดงถึงสเปรดที่ค่อนข้างต่ำในครึ่งกลางของข้อมูล

ควอไทล์อยู่ใกล้กัน ดังนั้นแผนภาพกล่องจึงดูกะทัดรัด นั่นแสดงให้เห็นสัญญาณการกระจายตัวจากส่วนกลางที่เข้มงวดมากขึ้นกว่าตัวอย่างก่อนหน้านี้

ตัวอย่าง 4การกระจายไปทางขวาแบบเบ้
กำหนดให้:ข้อมูล = 1, 2, 2, 3, 4, 6, 9, 15
ผลลัพธ์:ต่ำสุด 1, ไตรมาส 1 2, มัธยฐาน 3.5, ไตรมาส 3 7.5, สูงสุด 15, IQR 5.5

ด้านบนที่ยาวขึ้นแสดงว่าเอียงไปทางขวา

ระยะห่างจากค่ามัธยฐานถึง Q3 และค่าสูงสุดนั้นมากกว่าด้านล่าง โครงเรื่องจะแสดงค่ามัธยฐานด้านซ้ายของกึ่งกลางและหนวดบนที่ยาวกว่า

การประยุกต์ใช้จริง

▾
🏗️

การเปรียบเทียบคะแนนสอบในห้องเรียนหรือแต่ละหมวดข้อสอบ.. แอปพลิเคชันนี้มักใช้โดยผู้เชี่ยวชาญที่ต้องการการวิเคราะห์เชิงปริมาณที่แม่นยำ เพื่อสนับสนุนการตัดสินใจ การจัดทำงบประมาณ และการวางแผนเชิงกลยุทธ์ในสาขาของตน

🔬

การติดตามความแปรผันของกระบวนการในการควบคุมคุณภาพ — ผู้ปฏิบัติงานในอุตสาหกรรมพึ่งพาการคำนวณนี้เพื่อเปรียบเทียบประสิทธิภาพ เปรียบเทียบทางเลือกอื่น และรับรองการปฏิบัติตามมาตรฐานที่กำหนดไว้และข้อกำหนดด้านกฎระเบียบ ช่วยให้นักวิเคราะห์สร้างผลลัพธ์ที่แม่นยำ ซึ่งสนับสนุนการวางแผนเชิงกลยุทธ์ การจัดสรรทรัพยากร และการเปรียบเทียบประสิทธิภาพทั่วทั้งองค์กร

📊

การคัดกรองข้อมูลการวิจัยเพื่อหาค่าสเปรดและค่าผิดปกติที่เป็นไปได้ นักวิจัยเชิงวิชาการและนักศึกษาใช้การคำนวณนี้เพื่อตรวจสอบความถูกต้องของแบบจำลองทางทฤษฎี มอบหมายงานรายวิชาให้เสร็จสมบูรณ์ และพัฒนาความเข้าใจที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับหลักการทางคณิตศาสตร์ที่ซ่อนอยู่

🏥

นักวิจัยใช้การคำนวณแบบ Boxplot Calc เพื่อประมวลผลข้อมูลการทดลอง ตรวจสอบความถูกต้องของแบบจำลองทางทฤษฎี และสร้างผลลัพธ์เชิงปริมาณสำหรับการตีพิมพ์ในการศึกษาที่มีการตรวจสอบโดยผู้ทรงคุณวุฒิ ซึ่งสนับสนุนกระบวนการประเมินที่ขับเคลื่อนด้วยข้อมูล ซึ่งความแม่นยำเชิงตัวเลขเป็นสิ่งจำเป็นสำหรับวัตถุประสงค์ในการปฏิบัติตามข้อกำหนด การรายงาน และการเพิ่มประสิทธิภาพ

กรณีพิเศษ

▾

ความแตกต่างของวิธีการควอร์ไทล์

{'title': 'ความแตกต่างของวิธีควอร์ไทล์', 'body': 'เครื่องคิดเลขที่ถูกต้องสองตัวสามารถแสดงควอไทล์ที่แตกต่างกันเล็กน้อยสำหรับชุดข้อมูลขนาดเล็กเดียวกัน เนื่องจากแบบแผนควอไทล์และกฎการแก้ไขจะแตกต่างกันไปตามซอฟต์แวร์และตำราเรียน'} เมื่อพบสถานการณ์นี้ในการคำนวณการคำนวณแบบ Boxplot ผู้ใช้ควรตรวจสอบว่าค่าอินพุตของพวกเขาอยู่ภายในช่วงที่คาดหวังเพื่อให้สูตรให้ผลลัพธ์ที่มีความหมาย อินพุตที่อยู่นอกช่วงสามารถนำไปสู่เอาต์พุตที่ถูกต้องทางคณิตศาสตร์แต่ในทางปฏิบัติไม่มีความหมาย ซึ่งไม่ได้สะท้อนถึงสภาวะในโลกแห่งความเป็นจริง

ค่าผิดปกติต้องการบริบท

{'title': 'Outliers Need Context', 'body': 'จุดที่ถูกทำเครื่องหมายว่าเป็นค่าผิดปกติจะไม่ถือเป็นข้อผิดพลาดโดยอัตโนมัติ เนื่องจากอาจแสดงถึงการสังเกตที่ถูกต้องซึ่งหาได้ยากซึ่งสมควรได้รับการตรวจสอบมากกว่าที่จะลบออก'} กรณี Edge นี้มักเกิดขึ้นในการใช้งานระดับมืออาชีพของ Boxplot Calc ซึ่งเกี่ยวข้องกับเงื่อนไขขอบเขตหรือค่าสุดขีด ผู้ปฏิบัติงานควรบันทึกเมื่อสถานการณ์นี้เกิดขึ้น และพิจารณาว่าวิธีการคำนวณทางเลือกหรือปัจจัยการปรับมีความเหมาะสมมากกว่าสำหรับกรณีการใช้งานเฉพาะของตนหรือไม่

ค่าอินพุตที่เป็นลบอาจใช่หรือไม่ถูกต้องสำหรับการคำนวณ Boxplot ทั้งนี้ขึ้นอยู่กับบริบทของโดเมน

บางสูตรยอมรับตัวเลขที่เป็นลบ (เช่น อุณหภูมิ อัตราการเปลี่ยนแปลง) ในขณะที่สูตรอื่นๆ กำหนดให้ใส่ค่าบวกอย่างเคร่งครัด ผู้ใช้ควรตรวจสอบว่าสถานการณ์เฉพาะของตนอนุญาตให้มีค่าลบก่อนที่จะอาศัยผลลัพธ์หรือไม่ ผู้เชี่ยวชาญที่ทำงานกับ boxplot calc ควรให้ความใส่ใจเป็นพิเศษกับสถานการณ์นี้ เนื่องจากอาจนำไปสู่ผลลัพธ์ที่ทำให้เข้าใจผิดได้หากไม่ได้รับการจัดการอย่างเหมาะสม ตรวจสอบเงื่อนไขขอบเขตและตรวจสอบข้ามด้วยวิธีการอิสระเสมอเมื่อเกิดกรณีนี้ในทางปฏิบัติ

ส่วนประกอบสรุปพล็อตกล่อง

▾
ส่วนประกอบความหมายมันถูกใช้อย่างไรสัญลักษณ์ทั่วไป
ขั้นต่ำค่าที่สังเกตได้น้อยที่สุดถูกเก็บไว้บนหนวดแมวเริ่มช่วงล่างMin
ควอไทล์แรกเปอร์เซ็นไทล์ที่ 25ด้านล่างของกล่องQ1
ค่ามัธยฐานเปอร์เซ็นไทล์ที่ 50เส้นกลางในกล่องQ2
ควอร์ไทล์ที่สามเปอร์เซ็นไทล์ที่ 75ด้านบนของกล่องQ3
พิสัยระหว่างควอไทล์การแพร่กระจายครึ่งกลางใช้สำหรับรั้วด้านนอกไอคิวอาร์ = ไตรมาส 3 - ไตรมาส 1

คำถามที่พบบ่อย

▾
Q

Box plot ใช้ทำอะไร?

A

โครงเรื่องแบบกล่องสรุปการกระจาย ศูนย์กลาง การแพร่กระจาย และค่าผิดปกติที่เป็นไปได้ในกราฟิกขนาดเล็กเพียงภาพเดียว มีประโยชน์อย่างยิ่งเมื่อเปรียบเทียบหลายกลุ่มเคียงข้างกัน ในทางปฏิบัติ แนวคิดนี้เป็นศูนย์กลางในการคำนวณ Boxplot เนื่องจากจะกำหนดความสัมพันธ์หลักระหว่างตัวแปรอินพุต การทำความเข้าใจสิ่งนี้จะช่วยให้ผู้ใช้ตีความผลลัพธ์ได้แม่นยำยิ่งขึ้น และนำไปใช้กับสถานการณ์ในโลกแห่งความเป็นจริงในบริบทเฉพาะของพวกเขา

Q

คุณจะคำนวณ IQR ในกล่องพล็อตได้อย่างไร

A

ลบ Q1 จาก Q3 ผลลัพธ์จะวัดการแพร่กระจายของชุดข้อมูลครึ่งกลางและเป็นศูนย์กลางของกฎค่าผิดปกติทั่วไป กระบวนการนี้เกี่ยวข้องกับการใช้สูตรพื้นฐานกับอินพุตที่กำหนดอย่างเป็นระบบ ตัวแปรแต่ละตัวในการคำนวณมีส่วนทำให้เกิดผลลัพธ์สุดท้าย และการทำความเข้าใจบทบาทแต่ละอย่างช่วยให้มั่นใจได้ถึงการใช้งานที่แม่นยำ ผู้เชี่ยวชาญส่วนใหญ่ในสาขานี้ปฏิบัติตามแนวทางทีละขั้นตอน โดยตรวจสอบผลลัพธ์ขั้นกลางก่อนที่จะได้คำตอบสุดท้าย

Q

ค่าผิดปกติจะถูกระบุในกล่องพล็อตได้อย่างไร?

A

เครื่องคิดเลขหลายเครื่องใช้กฎ 1.5 x IQR ค่าที่ต่ำกว่า Q1 - 1.5 x IQR หรือสูงกว่า Q3 + 1.5 x IQR ถูกตั้งค่าสถานะว่าเป็นค่าผิดปกติที่อาจเกิดขึ้น กระบวนการนี้เกี่ยวข้องกับการใช้สูตรพื้นฐานกับอินพุตที่กำหนดอย่างเป็นระบบ ตัวแปรแต่ละตัวในการคำนวณมีส่วนทำให้เกิดผลลัพธ์สุดท้าย และการทำความเข้าใจบทบาทแต่ละอย่างช่วยให้มั่นใจได้ถึงการใช้งานที่แม่นยำ ผู้เชี่ยวชาญส่วนใหญ่ในสาขานี้ปฏิบัติตามแนวทางทีละขั้นตอน โดยตรวจสอบผลลัพธ์ขั้นกลางก่อนที่จะได้คำตอบสุดท้าย

Q

ค่ามัธยฐานอยู่ตรงกลางกล่องเสมอหรือไม่?

A

ไม่ หากค่ามัธยฐานอยู่ใกล้กับไตรมาสที่ 1 หรือไตรมาสที่ 3 มากขึ้น นั่นมักจะบ่งชี้ว่าข้อมูลส่วนกลางมีการเอียงหรือไม่สม่ำเสมอ นี่เป็นข้อพิจารณาที่สำคัญเมื่อทำงานกับการคำนวณ Boxplot Calc ในการใช้งานจริง คำตอบขึ้นอยู่กับค่าอินพุตเฉพาะและบริบทที่ใช้การคำนวณ เพื่อผลลัพธ์ที่ดีที่สุด ผู้ใช้ควรพิจารณาข้อกำหนดเฉพาะของตนเอง และตรวจสอบความถูกต้องของผลลัพธ์กับเกณฑ์มาตรฐานหรือมาตรฐานวิชาชีพที่ทราบ

Q

เหตุใดเครื่องคิดเลขแต่ละเครื่องจึงแสดงควอไทล์ต่างกันเล็กน้อย

A

ควอร์ไทล์สามารถคำนวณได้โดยใช้รูปแบบที่ยอมรับต่างกัน โดยเฉพาะชุดข้อมูลขนาดเล็ก แพคเกจซอฟต์แวร์อาจแบ่งชุดข้อมูลที่มีขนาดคี่แตกต่างกันหรือใช้การแก้ไข กระบวนการนี้เกี่ยวข้องกับการใช้สูตรพื้นฐานกับอินพุตที่กำหนดอย่างเป็นระบบ ตัวแปรแต่ละตัวในการคำนวณมีส่วนทำให้เกิดผลลัพธ์สุดท้าย และการทำความเข้าใจบทบาทแต่ละอย่างช่วยให้มั่นใจได้ถึงการใช้งานที่แม่นยำ ผู้เชี่ยวชาญส่วนใหญ่ในสาขานี้ปฏิบัติตามแนวทางทีละขั้นตอน โดยตรวจสอบผลลัพธ์ขั้นกลางก่อนที่จะได้คำตอบสุดท้าย

Q

เมื่อใดที่ฉันควรใช้การลงจุดแบบกล่องแทนฮิสโตแกรม

A

ใช้การลงจุดแบบกล่องเมื่อคุณต้องการสรุปแบบกระชับหรือต้องการเปรียบเทียบหลายกลุ่มอย่างรวดเร็ว ใช้ฮิสโตแกรมเมื่อคุณต้องการรายละเอียดเพิ่มเติมเกี่ยวกับรูปร่างของการแจกแจงครั้งเดียว สิ่งนี้ใช้กับหลายบริบทที่ต้องกำหนดค่าการคำนวณ boxplot อย่างแม่นยำ สถานการณ์ทั่วไป ได้แก่ การวิเคราะห์ทางวิชาชีพ การศึกษาเชิงวิชาการ และการวางแผนส่วนบุคคลที่จำเป็นต้องมีความถูกต้องเชิงปริมาณ

Q

Box plot มีข้อจำกัดอย่างไร?

A

โครงเรื่องแบบกล่องจะซ่อนรายละเอียดบางอย่างไว้เนื่องจากจะบีบอัดข้อมูลให้เป็นสถิติสรุปบางส่วน ชุดข้อมูลที่แตกต่างกันมากสองชุดบางครั้งสามารถสร้างแปลงกล่องที่ดูคล้ายกันได้ ในทางปฏิบัติ แนวคิดนี้เป็นศูนย์กลางในการคำนวณ Boxplot เนื่องจากจะกำหนดความสัมพันธ์หลักระหว่างตัวแปรอินพุต การทำความเข้าใจสิ่งนี้จะช่วยให้ผู้ใช้ตีความผลลัพธ์ได้แม่นยำยิ่งขึ้น และนำไปใช้กับสถานการณ์ในโลกแห่งความเป็นจริงในบริบทเฉพาะของพวกเขา

ข้อผิดพลาดที่ควรหลีกเลี่ยง

▾
  • !การใช้หน่วยที่ไม่ถูกต้องหรือไม่ตรงกันสำหรับค่าอินพุต
  • !ลืมคำนึงถึงกรณีขอบหรือเงื่อนไขขอบเขต
  • !การปัดเศษค่ากลางเร็วเกินไปในการคำนวณ
  • !ไม่ตรวจสอบว่าค่าอินพุตอยู่ในช่วงที่ถูกต้องสำหรับการคำนวณ Boxplot
💡

เคล็ดลับโปร

ตรวจสอบค่าอินพุตของคุณก่อนคำนวณเสมอ สำหรับการคำนวณแบบ Boxplot ข้อผิดพลาดอินพุตเล็กน้อยอาจเกิดขึ้นและส่งผลอย่างมากต่อผลลัพธ์สุดท้าย

⭐

คุณรู้ไหม?

หลักการทางคณิตศาสตร์เบื้องหลังการคำนวณแบบ Boxplot มีการใช้งานจริงในอุตสาหกรรมต่างๆ มากมาย และได้รับการปรับปรุงให้ดีขึ้นผ่านการใช้งานจริงมานานหลายทศวรรษ

Regional Guides

▾
🇺🇸 US▾
ใช้หน่วยและมาตรฐานตามธรรมเนียมของสหรัฐอเมริกา
🇬🇧 UK▾
อาจใช้ระบบเมตริกหรือมาตรฐานอังกฤษ
🇪🇺 EU▾
ปฏิบัติตามอนุสัญญา EU/SI หากมี
📖ระดับความยาก:มือใหม่
Deep Dive

Read the full guide on how to use this calculator effectively

อ่านต่อ →
Formula-verified for precision
Reviewed October 2026
Our methodology

รับเคล็ดลับคณิตศาสตร์รายสัปดาห์

เข้าร่วมกับสมาชิก 12,000+ รายที่ได้รับเคล็ดลับเครื่องคิดเลขทุกสัปดาห์

🔒
ฟรี 100%
ไม่ต้องสมัครสมาชิก
✓
แม่นยำ
สูตรที่ยืนยันแล้ว
⚡
ทันที
ผลลัพธ์ขณะพิมพ์
📱
รองรับมือถือ
ทุกอุปกรณ์

การตั้งค่า