excel做数据正态分布图(怎么做正态分布图excel)

1. 怎么做正态分布图excel

利用NORMDIST函数可以得出标准正态分布图数据列数数据，（-3至3，区间为0.1）B1输入=NORMDIST(A1,0,1,0)，然后往下拉即可

2. 正态分布图如何画

选择插入-符号，在里面找

3. 如何画出正态分布图

做正态概率分布图和其他图表很相似首先有自变量x,根据需要设置为一列。其次是因变量，这就需要一个正态概率分布函数来求出因变量，列为一列这样根据两列数据，插入散点图即可画出正态概率分布图正态概率分布函数NORMDIST(x，mean，standard_dev，cumulative)cumulative为一逻辑值，如果为0则是密度函数，如果为1则是累积分布函数。具体用法你搜索一下就可以了

4. excel怎么做正态分布图

杨柳青青江水平，闻郎江上唱歌声。

鸣笙起秋风，置酒飞冬雪。

好雨知时节，当春乃发生。

青箬笠，绿蓑衣，斜风细雨不须归。

春种一粒粟，秋收万颗子。

日出东南隅，照我秦氏楼。

力尽不知热，但惜夏日长。

湖光秋月两相和，潭面无风镜未磨。

5. 正态分布图的做法

不是所有数据都是正态分布，比如counting data，有大量的0值存在，Poisson distribution能更好的刻画之。所以并不存在万能的转换把非正态分布数据变成正态分布。这是需要注意的。在普遍常用的转换应用中，有log transformation，把数据取对数值后能改善。

另外在线性模型中(linear model)，Box和Cox两人在1964年给出了box-cox transformation来把非正态分布数据转换成正态分布，通过极大似然法来估计参数lambda，而lambda=0时就是常见的log transformation。

在R，SPSS，MATLAB里面都可以进行box-cox transformation。此外，针对不同的数据情况，Manly在1971年，John和Draper在1980年，Bickel和Doksum在1981年，Yeo和Johnson在2000年分别对box-cox transformation进行了改进。

6. minitab怎么做正态分布图

残差图不显示p值；在分析时，可以保存残差值在数据表列中，再概率图分析是否为正态。

7. 怎样画正态分布图

正态分布这个概念在统计学中很常见，在做与正态分布有关计算的时候经常会用到标准正态分布表。如果知道一个数值的标准分数即z-score，就可以非常便捷地在标准正态分布表中查到该标准分数对应的概率值。任何数值，只要符合正态分布的规律，均可使用标准正态分布表查询其发生的概率。

下表就是标准正态分布表，在使用的时候，第一步是先计算数值的标准分数，然后将标准分数四舍五入到小数点后第二位；第二步是在标准正态分布表中的左侧查到直到标准分数的小数点后第一位，然后用顶部的数值查到所对应的标准分数的小数点后第二位。

8. 怎么做正态分布图用什么软件做

概率密度分布图指的是散点图，操作方法如下：

1.首先需要启动Excel，获得相应的数据源，这个数据源就是两列数据，就是X和Y，以此为基础就可以制作散点图啦。

2.选中两列数据源，在“插入”选项卡上的“图表组”中，就可以看到散点图啦，点击散点图，就会弹出一系列的散点图的模板，选中第一个模板。

3.这样，散点图就制作完成了，初始的模样如下图所示。

4.接下来就是做一些修饰性的工作，首先教大家的就是添加网格线，选中Y轴之后，鼠标右键单击，然后选择添加次要网格线。

5.这样就在Y轴上添加了次要网格线，就相当于在之前的图表上，做出了很多等Y值的线。

6.同样的方式，可以在X轴上添加网格线，这样就在原有的散点图上制作出来了一个坐标图来，这样有助于我们更深刻的了解数据源。

7.最后，还有一点需要修饰地方，那就是将边框修饰成圆角+阴影，这样会使表格看起来更加专业。

9. 正态分布图做法

获取正态分布概念密度 正态分布概率密度正态分布函数“NORMDIST”获取。 在这里是以分组边界值为“X”来计算： Mean=AVERAGE(A:A)（数据算术平均） Standard_dev=STDEV(A:A)（数据的标准方差） Cumulative=0（概率密度函数） 向下填充 在直方图中增加正态分布曲线图

1.

在直方图内右键→选择数据→添加→。

2.

系列名称： 选中H1单元格。

3.

系列值： 选中H2: H21。

4.

确定、确定。

10. 正态分布用什么图

在SPSS上，对数正态分布检验只能使用P-P图或Q-Q图。

残差图主要看其形状是否有规律，而不仅仅是看其波幅，至于波幅在什么范围并没有一个通用的标准。对于数据，数据点基本紧紧地围绕在P-P图的45度线上，应该说基本上符合对数正态分布。唯一有些不足的是残差图的形状有些规律，不过波幅最大不超过0.06，其对应的累积百分点在0.6以上，差距不算大，因此不必对此过于关注，仍然可以认定数据基本符合对数正态分布。SPSS的P-P图或Q-Q图可以检验数据是否服从指数分布（Exponential）。在统计学上，Exponential所指的指数就是负指数。SPSS的P-P图或Q-Q图默认测试正态分布， 可以在主对话框的分布测试（test distribution）选项下选择其他分布，包括指数分布。此外，SPSS非参检验（ Nonparametric Tests）下的1-Sample K-S也可以检测是否服从指数分布（同时也包括正态分布、泊松分布和均匀分布），不过它给出的是数字判断，而不是图形。当指数分布项下的Sig大于0.05时认为服从指数分布。

11. 怎样做正态分布图

惹X～N(p,k^2)的正态分布,则Z=(X-p)/k～N(0,1)的标准正态分布.

即统计量减期望值后除以方差.