そんなときに使えるのが、ExcelのGAMMALN関数です。ガンマ関数Γ(x)の自然対数を返す関数で、数値が大きくなりすぎてオーバーフローする問題を回避できます。統計計算の縁の下の力持ちなんですよ。

この記事ではExcelのGAMMALN関数の使い方を、構文の基本から実務での活用例まで丁寧に解説します。GAMMA関数との違い、GAMMALN.PRECISE関数との使い分け、対数尤度・組合せ計算の実例まで、まるごと整理しますよ。

ExcelのGAMMALN関数とは

ExcelのGAMMALN関数（読み方: ガンマ・エルエヌ関数）は、ガンマ関数Γ(x)の自然対数を返す関数です。

ガンマ関数とは、階乗（n! = n×(n-1)×…×1）を実数全体に拡張した関数のことです。整数nに対してはΓ(n) = (n-1)!となります。「GAMMA」はギリシャ文字のガンマ（Γ）に由来する数学用語ですよ。「LN」は自然対数（Logarithm Natural、底がe ≈ 2.718の対数）の略ですね。

たとえばGAMMALN(5)は ln(4!) = ln(24) ≈ 3.178 を返します。直接GAMMA(5) = 24を計算する代わりに、その対数値を返してくれるイメージですよ。

ExcelのGAMMALN関数にできることをまとめると、次のとおりです。

• ガンマ関数の自然対数（log値）を直接計算する
• 大きな階乗（170!以上）をオーバーフローさせずに扱う
• 対数尤度・組合せ係数・ベイズ統計の正規化定数を計算する
• 統計分布の確率密度を対数スケールで安定計算する

NOTE

GAMMALN関数はすべての現行Excelバージョンで使えます。Excel 2010以降では、より高精度なGAMMALN.PRECISE関数も追加されていますよ。

なぜ「対数」を取るのか

実はExcelのFACT関数（階乗を求める関数）には限界があります。Excelが扱える最大数値は約1.79×10^308で、170! ≈ 7.26×10^306がギリギリの上限です。171!以上は#NUM!エラーになってしまうんですよね。

そこで登場するのがGAMMALN関数です。対数を取れば、ln(170!) ≈ 706.6、ln(1000!) ≈ 5912となります。極めて大きな階乗でも普通の数値範囲で扱えるんですよ。「大きな数を直接扱うのは無理だから、log値で計算して最後に元に戻す」というのが、統計計算の定番テクニックですね。

GAMMALN関数の基本構文と引数

GAMMALN関数の構文はとてもシンプルです。

=GAMMALN(x)

引数は1つだけ。必須なので省略できませんよ。

基本的な使い方

セルA2に「5」と入力されているとして、=GAMMALN(A2)と書くと、ガンマ関数の自然対数が返ります。

GAMMALN(1) = ln(Γ(1)) = ln(0!) = 0、GAMMALN(2) = ln(Γ(2)) = ln(1!) = 0となります。整数値を入れるとln((x-1)!)が返ると覚えておくと便利ですよ。

TIP

GAMMALN関数は小数も受け取れます。たとえば=GAMMALN(2.5)は約0.285を返します。連続的なxに対する値も計算できるのが、ガンマ関数の強みですね。

GAMMALN関数とGAMMA関数の違い

ExcelにはGAMMA関数（Excel 2013以降で利用可能）もあり、こちらはΓ(x)を直接返します。GAMMALN関数とは「対数を取るかどうか」が決定的な違いです。

両関数の関係式は次のようになります。

GAMMALN(x) = LN(GAMMA(x))
GAMMA(x) = EXP(GAMMALN(x))

使い分けの基準

xが小さいとき（おおむねx ≤ 170）はどちらを使ってもOKです。問題はxが大きい場合ですよ。

• xが小さい（x ≤ 170程度）: 直感的なGAMMA関数で十分
• xが大きい（x > 170）: GAMMALN関数でないとオーバーフローする
• 対数尤度・対数確率を計算する: 最初からGAMMALN関数を使うほうが速い

統計計算では「最終的に対数を取りたい」場面が多いですよね。最初からGAMMALN関数を使うほうが効率的です。GAMMA関数で計算してからLN関数で対数を取ると、計算誤差も増えやすいんですよ。

GAMMALN.PRECISE関数との違い

Excel 2010以降では、GAMMALN関数の精度向上版としてGAMMALN.PRECISE関数が追加されました。両者の機能は同じですが、内部の計算アルゴリズムが異なります。

実務での使い分けはシンプルですよ。

• 業務での通常利用: GAMMALNで十分
• 論文・厳密な統計分析: GAMMALN.PRECISEを推奨
• 古いExcel環境との互換性が必要: GAMMALNを使う

NOTE

多くのケースでは両関数の結果はほぼ同じです。「精度の違いが結果に響く」のは、極端に大きいxや、誤差が累積する反復計算の場面ですよ。

GAMMALN関数の実務活用例

GAMMALN関数は単独で使うよりも、統計計算の一部として組み込まれることが多い関数です。代表的な活用パターンを3つ紹介しますね。

活用例1: 対数尤度の計算（最尤推定）

ポアソン分布の対数尤度は、次のような数式で表されます。

log L(λ) = Σ [k × log(λ) - λ - log(k!)]

ここでlog(k!)の部分をGAMMALN関数で計算します。log(k!) = GAMMALN(k+1)という関係を使うわけですね。

たとえばA列に観測データ（k=2, 3, 1, 4, 2）が入っていて、λ=2.4と仮定したとします。各データの対数尤度寄与は次のように計算できますよ。

=A2*LN(2.4) - 2.4 - GAMMALN(A2+1)

これを全データに対してSUM関数（合計を求める関数）で合計すれば、log L(2.4)が求まります。最尤推定では、このlog Lを最大化するλを探すことになりますよ。

活用例2: 組合せ係数（二項係数）の対数

二項係数 C(n, k) = n! / (k!(n-k)!) は、nが大きいと階乗だけでオーバーフローしてしまいます。GAMMALN関数を使えば、対数スケールで安定計算できますね。

log C(n, k) = GAMMALN(n+1) - GAMMALN(k+1) - GAMMALN(n-k+1)

例として、log C(200, 100)を計算してみましょう。

=GAMMALN(201) - 2*GAMMALN(101)

結果は約135.75。これは200から100個を選ぶ組合せ数の自然対数です。直接 =COMBIN(200,100) でも計算できますが、もっと大きなn（n=1000など）では#NUM!エラーになります。GAMMALN関数なら対数のまま扱えるので限界がありませんよ。

活用例3: ベイズ統計の正規化定数

ベイズ統計の事後分布の正規化定数（ベータ関数）は、次のように計算できます。

ベータ関数: B(a, b) = Γ(a)Γ(b) / Γ(a+b)
log B(a, b) = GAMMALN(a) + GAMMALN(b) - GAMMALN(a+b)

たとえばコイントスのベイズ更新でBeta(10, 5)分布を扱うとき、正規化定数の対数は次のように計算しますよ。

=GAMMALN(10) + GAMMALN(5) - GAMMALN(15)

結果は約-9.21。確率密度関数の計算では、この対数値を使って指数和を取るパターンが多いですよね。

EXP関数と組み合わせて元の値に戻す

GAMMALN関数の結果を「元のガンマ関数の値」に戻したいときは、EXP関数（自然対数の指数関数、e^xを返す関数）と組み合わせます。

=EXP(GAMMALN(x))

これでGAMMA(x)と同じ値が得られます。たとえば=EXP(GAMMALN(5)) は24（=4!）を返しますよ。

大きな階乗を計算する

FACT関数では計算できない171!以上の階乗を計算したい場合、GAMMALN関数のままでとどめるのが鉄則です。

=FACT(171)        → #NUM! エラー
=GAMMALN(172)     → 約711.7（log(171!)の値）
=EXP(GAMMALN(172))→ #NUM! エラー（exp(711)はオーバーフロー）

つまり「対数のまま計算を続ける」のがGAMMALN関数の正しい使い方です。最後に値を比較するときも、対数同士で大小比較すれば問題なく扱えますよ。

TIP

大きな階乗の比率（n!/m!のような形）は、GAMMALN(n+1) – GAMMALN(m+1)を計算してからEXP関数で戻す方法が安全です。差分を取れば値が小さくなるので、最後の指数化でもオーバーフローしません。

よくあるエラーと対処法

GAMMALN関数を使っていて遭遇しやすいエラーを整理しますね。

#NUM! エラー

xに 0 または負の数を指定すると発生します。ガンマ関数は正の実数で定義されているので、0以下の値は受け付けません。

=GAMMALN(0)   → #NUM!
=GAMMALN(-2)  → #NUM!

対処法はシンプルで、xに正の数を指定することです。データに負の値が混じる可能性があるなら、IFERROR関数（エラー時の代替値を返す関数）やIF関数で事前にチェックしましょう。

=IF(A2>0, GAMMALN(A2), "xは正の値にしてください")

#VALUE! エラー

xに数値以外（文字列など）を指定すると発生します。セル参照先が空白や文字列になっていないか確認してくださいね。

=GAMMALN("apple")  → #VALUE!

#NAME? エラー

GAMMALN.PRECISE関数をExcel 2007以前で使うと発生します。対処法は、互換版のGAMMALN関数を使うか、Excelをアップデートすることですよ。

結果がオーバーフローする（EXP適用時）

=EXP(GAMMALN(x)) でxが大きい場合、対数値が約709を超えるとEXP関数側でオーバーフローします。これはGAMMALN関数の問題ではなく、EXP関数の限界なんですよね。

対処法は「対数のまま計算を続ける」こと。元の値に戻す必要がない計算（対数尤度・対数確率など）なら、EXP関数を使わずそのまま使い続けるのが鉄則ですよ。

まとめ：GAMMALN関数で対数スケールの統計計算を安定させよう

ExcelのGAMMALN関数は、ガンマ関数Γ(x)の自然対数を返す関数です。一見地味ですが、統計計算の足回りを支える重要な関数なんですよ。

• 構文は=GAMMALN(x)の1引数だけ
• xは正の数値のみ受け付ける（0以下は#NUM!エラー）
• 大きな階乗（171!以上）をオーバーフローさせずに扱える
• GAMMA関数の値は=EXP(GAMMALN(x))で復元できる
• 高精度版のGAMMALN.PRECISE関数（Excel 2010以降）もある
• 対数尤度・組合せ係数・ベイズ統計の正規化定数で活躍する

ガンマ分布の確率を直接計算したい場合は、姉妹記事のExcelのGAMMA.DIST関数の使い方を参考にしてください。確率からx値を逆算したい場合は、ExcelのGAMMA.INV関数の使い方が役立ちますよ。

GAMMALN関数を覚えておくと、統計計算で「数値が大きすぎる」「オーバーフローする」と困ったときの強力な武器になります。ぜひ実務でも活用してみてくださいね。

名前が似ていてどちらを使えばいいか迷いますが、結論はシンプルです。GAMMALN.PRECISE関数は、Excel 2010で追加された「高精度版GAMMALN」です。下位互換性を保つために、旧関数を残したまま改良版が新名で用意されたんですよ。

この記事ではExcelのGAMMALN.PRECISE関数の使い方を、GAMMALN関数との違いを軸に解説します。.PRECISEが何を意味するのか、なぜ高精度版が必要だったのか、どちらを選ぶべきかまで判断フロー付きで整理しますよ。

ExcelのGAMMALN.PRECISE関数とは

ExcelのGAMMALN.PRECISE関数（読み方: ガンマ・エルエヌ・プリサイス関数）は、ガンマ関数Γ(x)の自然対数を高精度に返す関数です。

「GAMMA」はギリシャ文字のガンマ（Γ）に由来し、階乗を実数全体に拡張した数学関数を指します。「LN」は自然対数（底がe ≈ 2.718の対数）の略です。「PRECISE」は英語で「精密な」という意味で、GAMMALN関数の精度を向上させた関数であることを示しています。

たとえば=GAMMALN.PRECISE(5)は ln(4!) = ln(24) ≈ 3.178 を返します。GAMMALN関数とまったく同じ値ですね。

ExcelのGAMMALN.PRECISE関数にできることをまとめると、次のとおりです。

• ガンマ関数の自然対数 ln(Γ(x)) を高精度に計算する
• 大きな階乗（171!以上）をオーバーフローさせずに扱える
• 対数尤度（観測データから推定値の確からしさを表す指標）の反復計算で誤差を抑える
• 統計分布のパラメータ推定で精度を担保する

NOTE

GAMMALN.PRECISE関数はExcel 2010以降で利用できます。Excel 2007以前のファイルとの互換性が必要な場合は、GAMMALN関数を使ってくださいね。

なぜ「精密版」が必要だったのか

Excel 2007以前のGAMMALN関数には、特定の値で精度がわずかに低下する問題がありました。Microsoftはこの問題への対応として、興味深いアプローチを採りました。

それが「既存のGAMMALN関数は修正せず、高精度版を別関数として追加する」という方針です。下位互換性を保つための判断ですね。既存のGAMMALN関数の中身を変更すると、過去のワークブックで計算結果が変わるリスクがあるからです。

そこでExcel 2010で、改良版として「GAMMALN.PRECISE」が新設されました。旧ファイルは旧GAMMALN関数で互換性を保ちつつ、新規プロジェクトはPRECISE版で精度向上の恩恵を受けられるようになったんですよ。

GAMMALN.PRECISE関数の基本構文と引数

GAMMALN.PRECISE関数の構文はとてもシンプルです。

=GAMMALN.PRECISE(x)

引数は1つだけ。必須なので省略できません。

基本的な使い方

セルA2に「5」と入力されているとして、=GAMMALN.PRECISE(A2)と書くと、ガンマ関数の自然対数が返ります。

GAMMALN.PRECISE(1) = ln(Γ(1)) = ln(1) = 0、GAMMALN.PRECISE(2) = ln(Γ(2)) = ln(1) = 0 となります。整数値を入れると ln((x-1)!) が返ると覚えておくと便利ですよ。

TIP

GAMMALN.PRECISE関数は小数も受け取れます。=GAMMALN.PRECISE(2.5)は約0.285を返します。連続的なxに対して値を計算できるのが、ガンマ関数の強みですね。

GAMMALN関数との違いと使い分け

GAMMALN.PRECISE関数とGAMMALN関数の違いを、3つの軸で整理しましょう。

戻り値の数学的な意味は同じですが、内部の計算アルゴリズムが異なります。

数値出力の比較表

実際に同じxに対して、両関数の出力を並べてみましょう。

現行のExcelバージョン（Excel 2010以降）では、両関数の結果は実用上ほぼ同じです。小数点以下10桁レベルで比較しても、ほとんど差はありません。

使い分けの判断フロー

実務での選び方はシンプルです。次の3つの軸で判断してください。

Q1. Excel 2007以前のファイルと互換性が必要？
  → YES: GAMMALN関数を使う（PRECISEは非対応）
  → NO: Q2へ

Q2. 論文・厳密な統計分析・誤差が累積する反復計算？
  → YES: GAMMALN.PRECISE関数を推奨
  → NO: Q3へ

Q3. 通常の業務利用
  → どちらでもOK（GAMMALN.PRECISEで統一すると新規プロジェクトに無難）

TIP

新規プロジェクトでExcel 2010以降の環境しか使わないなら、最初からGAMMALN.PRECISEで統一するのが無難です。「精密版を使っている」と命名で明示できるので、共同編集者にも親切ですよ。

「.PRECISE」とは何か：Excel 2010の精度改善関数群

GAMMALN.PRECISEの「.PRECISE」というサフィックスは、Excel 2010で大規模に行われた精度改善関数群の一員であることを示しています。

PRECISE関数ファミリー一覧

Excel 2010では、「旧関数を残しつつ新名で改良版を追加」というアプローチで多数の関数が刷新されました。

サフィックスのパターンは「.PRECISE」「.INC（包含）」「.EXC（排他）」「.S（標本）」「.P（母集団）」などです。それぞれ役割が異なりますが、共通しているのは「下位互換性のために旧関数を残しつつ、新名で意味を明確にした版を追加した」という点ですよ。

なぜ既存関数を改修せず新関数を追加したのか

「最初からGAMMALN関数の精度を上げればよかったのでは？」と思いますよね。Microsoftがこの方針を選ばなかった理由は、過去のワークブックの計算結果を変えないためです。

仮に既存のGAMMALN関数を修正すると、何百万もの既存ファイルで同じ数式が違う結果を返す事態になります。会計帳簿や統計レポートでこれが起きると、検証の手間も信頼性のリスクも甚大ですよね。

そこでMicrosoftは「旧関数は互換性関数として温存」「新関数は明確な命名で追加」という方針を採りました。GAMMALN.PRECISEもこの設計思想の中で生まれた関数なんですよ。

NOTE

Excel 2010以降では、関数の挿入ダイアログで「互換性関数」というカテゴリが新設されました。旧GAMMALN関数もここに分類されています。新規プロジェクトでは新関数（PRECISE版など）を使うのが推奨されていますよ。

GAMMALN.PRECISE関数の実務活用例

GAMMALN.PRECISE関数は単独で使うよりも、統計計算の一部として組み込まれることが多い関数です。代表的な活用パターンを3つ紹介しますね。

活用例1: 大きな組み合わせ（nCr）の対数化

COMBIN関数（組み合わせの数を返す関数）は、大きな数値でオーバーフローすることがあります。GAMMALN.PRECISEを使えば、対数の性質で安全に計算できますね。

組み合わせの公式 nCr = n! / (r! × (n-r)!) を対数に変換すると、次のようになります。

log C(n, r) = GAMMALN.PRECISE(n+1) - GAMMALN.PRECISE(r+1) - GAMMALN.PRECISE(n-r+1)

たとえば log C(200, 100) を計算してみましょう。

=GAMMALN.PRECISE(201) - 2*GAMMALN.PRECISE(101)

結果は約135.75です。200個から100個を選ぶ組み合わせ数の自然対数ですね。元の組み合わせ数に戻すなら、EXP関数（e^xを返す関数）でくるみます。

=EXP(GAMMALN.PRECISE(201) - 2*GAMMALN.PRECISE(101))

結果は約 9.05 × 10^58 です。直接 =COMBIN(200,100) でも計算できますが、n=1000など大きな値では#NUM!エラーになります。GAMMALN.PRECISE関数なら対数のまま扱えるので限界がありませんよ。

活用例2: 対数尤度の反復計算で精度を担保する

最尤推定（観測データから最も尤もらしいパラメータを推定する手法）では、対数尤度を最大化するパラメータを反復計算で探します。この反復計算で誤差が累積する場面こそ、GAMMALN.PRECISE関数の出番ですよ。

ポアソン分布の対数尤度は、次の数式で表されます。

log L(λ) = Σ [k × log(λ) - λ - log(k!)]

ここでlog(k!)の部分をGAMMALN.PRECISE関数で計算します。log(k!) = GAMMALN.PRECISE(k+1)という関係を使うんですね。

A列に観測データ（k=2, 3, 1, 4, 2）が入っていて、λ=2.4と仮定したとします。各データの対数尤度寄与は次のように計算できますよ。

=A2*LN(2.4) - 2.4 - GAMMALN.PRECISE(A2+1)

これを全データにSUM関数で合計すれば、log L(2.4) が求まります。最尤推定では、このlog Lを最大化するλをソルバー機能などで探していきます。反復で何度も計算するので、各ステップの精度差が累積します。GAMMALN.PRECISE版を使うと、誤差累積を抑えられて安心ですよ。

活用例3: ベイズ統計の正規化定数

ベイズ統計の事後分布には、ベータ関数 B(a, b) = Γ(a)Γ(b) / Γ(a+b) が登場します。「正規化定数」とは事後分布を確率密度に正規化するための係数で、対数で扱うのが定番です。

log B(a, b) = GAMMALN.PRECISE(a) + GAMMALN.PRECISE(b) - GAMMALN.PRECISE(a+b)

コイントスのベイズ更新でBeta(10, 5)分布を扱うとき、正規化定数の対数は次のように計算しますよ。

=GAMMALN.PRECISE(10) + GAMMALN.PRECISE(5) - GAMMALN.PRECISE(15)

結果は約-9.21です。確率密度関数の計算では、この対数値を使って指数和を取るパターンが多いですよね。MCMC（マルコフ連鎖モンテカルロ法：確率分布からのサンプリング手法）のような反復計算では、PRECISE版で精度を担保しておくと安心ですよ。

EXP関数で元の値に戻す方法と注意点

GAMMALN.PRECISE関数の結果を「元のガンマ関数の値」に戻したいときは、EXP関数と組み合わせます。

=EXP(GAMMALN.PRECISE(x))

これでGAMMA(x)と同じ値が得られます。たとえば=EXP(GAMMALN.PRECISE(5))は24（=4!）を返しますよ。

大きな階乗を計算する際のオーバーフロー注意

ExcelのFACT関数（階乗を求める関数）には限界があります。Excelが扱える最大数値は約 1.79 × 10^308 で、170!がギリギリの上限です。171!以上は#NUM!エラーになってしまいます。

そこでGAMMALN.PRECISE関数の出番ですが、EXP関数で戻すときも限界があります。

=FACT(171)              → #NUM! エラー（直接の階乗は計算不可）
=GAMMALN.PRECISE(172)   → 約711.715（log(171!)の値）
=EXP(GAMMALN.PRECISE(172)) → #NUM! エラー（EXP(711)はオーバーフロー）

EXP関数自体が約709を超える値で#NUM!エラーになります。対数値が709超なら元に戻せません。

TIP

大きな階乗の比率（n!/m! のような形）は安全に計算できます。GAMMALN.PRECISE(n+1) - GAMMALN.PRECISE(m+1) を計算してからEXP関数で戻す方法を使いましょう。差分を取れば値が小さくなるので、指数化してもオーバーフローしにくくなりますよ。

たとえば 100!/50! を計算してみましょう。

=EXP(GAMMALN.PRECISE(101) - GAMMALN.PRECISE(51))

結果は約 3.07 × 10^93 です。差分を取ってからEXPに渡すほうが、安全で簡潔ですね。

よくあるエラーと対処法

GAMMALN.PRECISE関数で遭遇しやすいエラーを整理しますね。

#NUM! エラー

xに0または負の数を指定すると発生します。ガンマ関数の自然対数は正の実数で定義されているので、0以下の値は受け付けません。

=GAMMALN.PRECISE(0)   → #NUM!
=GAMMALN.PRECISE(-2)  → #NUM!

xに正の数を指定するのが対処法です。データに負の値が混じる可能性があるなら、IF関数やIFERROR関数で事前にチェックしましょう。

=IF(A2>0, GAMMALN.PRECISE(A2), "xは正の値にしてください")

#VALUE! エラー

xに数値以外（文字列など）を指定すると発生します。セル参照先が空白や文字列になっていないか確認してくださいね。

=GAMMALN.PRECISE("apple")  → #VALUE!

#NAME? エラー（Excel 2007以前との互換性）

GAMMALN.PRECISE関数はExcel 2010以降で導入されました。Excel 2007以前で使うと#NAME?エラーになります。

=GAMMALN.PRECISE(5)  → #NAME?（Excel 2007以前）

古い環境との互換性が必要なら、互換版のGAMMALN関数を使ってください。

関数名の入力ミスでも#NAME?が出ます。「GAMMALN.PRECISE」は名前が長く、ドット（.）を忘れやすいので注意してくださいね。

=GAMMALNPRECISE(5)  → #NAME?（ドット忘れ）

NOTE

Excel 2010以降では、関数の挿入ダイアログで「GAMMALN」と入力するとGAMMALN.PRECISEも候補に表示されます。サジェストから選ぶとスペルミスを防げますよ。

まとめ：GAMMALN.PRECISEで高精度な統計計算を

ExcelのGAMMALN.PRECISE関数は、ガンマ関数Γ(x)の自然対数を高精度に返す関数です。一見地味な関数ですが、統計計算の足回りを支える重要な関数なんですよ。

ポイントを整理しますね。

• 構文は=GAMMALN.PRECISE(x)の1引数だけ。xは正の実数のみ受け付ける
• GAMMALN関数の高精度版として、Excel 2010で追加された
• 「.PRECISE」はExcel 2010の精度改善関数群（FLOOR.PRECISE、CEILING.PRECISE 等）の一員
• Microsoftが下位互換性のために「旧関数は残し新名で改良版を追加」した結果生まれた
• 現行Excel環境では両関数の精度差は実用上ほぼゼロ
• 大きな組み合わせ計算は =EXP(GAMMALN.PRECISE(n+1) - GAMMALN.PRECISE(r+1) - GAMMALN.PRECISE(n-r+1)) で安全に
• 対数尤度の反復計算やベイズ正規化定数で精度を担保したいときに選ぶ
• EXP関数で戻すときは対数値が709超なら#NUM!になる点に注意

ガンマ関数の自然対数を使う場面は、対数尤度・組合せ計算・ベイズ統計などさまざまです。Excel 2010以降の環境なら、新規プロジェクトはGAMMALN.PRECISE関数で統一しておくと無難ですよ。

ガンマ分布の確率を直接計算したい場合は、ExcelのGAMMA.DIST関数の使い方を参考にしてください。確率からx値を逆算したい場合は、ExcelのGAMMA.INV関数の使い方が役立ちますよ。

GAMMALN.PRECISE関数を覚えておくと、「精度を担保したい」「大きな数値を安全に扱いたい」と困ったときの強力な武器になります。ぜひ実務でも活用してみてくださいね。