excel中的NORMDIST怎么使用
1、以下面的表格为例，在最下面的表格中输入“=NORM.DIST”，在输入过程中Excel会自动提示函数功能：2、设定需要计算的数值，用鼠标点击上面的第一个数值，如下面的B1：3、然后用逗号分开，再选择第二个数值，如下的B2：4、再用逗号分开，再选择第三个数值，如下的B3：5、然后再用逗号分开，选择需要使用的函数，这里选择累积分布函数，所以参数应为TRUE，格式如下：6、点击回车键，查看计算出的累积正态分布函数结果为1，如下：
定积分里面的dx是什么意思
dx 是微分符号。通常把自变量 x 的增量 Δx 称为自变量的微分，记作 dx，即 dx = Δx。于是函数 y = f(x) 的微分又可记作 dy = f'(x)dx。函数的微分与自变量的微分之商等于该函数的导数。因此，导数也叫做微商。d(5x+11) 可以理解为自变量 (5x+11) 的微分，d(5x+11) = 5dx，所以 dx = 1/5 d(5x+11）。拓展资料：定义设函数f(x) 在区间[a,b]上连续，将区间[a,b]分成n个子区间[x0,x1], (x1,x2], (x2,x3], …, (xn-1,xn]，其中x0=a，xn=b。可知各区间的长度依次是：△x1=x1-x0，在每个子区间(xi-1,xi]中任取一点ξi（1,2,...,n），作和式。该和式叫做积分和，设λ=max{△x1, △x2, …, △xn}（即λ是最大的区间长度），如果当λ→0时，积分和的极限存在，则这个极限叫做函数f(x) 在区间[a,b]的定积分，记为，并称函数f(x)在区间[a,b]上可积。其中：a叫做积分下限，b叫做积分上限，区间[a, b]叫做积分区间，函数f(x)叫做被积函数，x叫做积分变量，f(x)dx 叫做被积表达式，∫ 叫做积分号。之所以称其为定积分，是因为它积分后得出的值是确定的，是一个常数， 而不是一个函数。根据上述定义，若函数f(x)在区间[a,b]上可积分，则有n等分的特殊分法：特别注意，根据上述表达式有，当[a,b]区间恰好为[0,1]区间时，则[0,1]区间积分表达式为：参考资料：百度百科词条 定积分
如何在EXCEL表格中使用NORMDIST函数
NORMDIST(x,mean,standard_dev,cumulative)
X 为需要计算其分布的数值。
Mean 分布的算术平均值。
Standard_dev 分布的标准偏差。
Cumulative 为一逻辑值，决定函数的形式。如果cumulative为TRUE，函数NORMDIST返回累积分布函数；如果为FALSE，返回概率密度函数。
注解
Ø如果mean或standard_dev为非数值型，函数NORMDIST返回错误值#VALUE!。
Ø如果standard_dev≤0，函数NORMDIST返回错误值#NUM!。
Ø如果mean=0，standard_dev=1，且cumulative=TRUE，则函数NORMDIST返回标准正态分布，即函数NORMSDIST。
Ø正态分布密度函数(cumulative=FALSE)的计算公式如下：
Ø如果cumulative=TRUE，则公式为从负无穷大到公式中给定的X的积分。
对和正确，有什么区别？
正确的事情和对的事情，多数情况下是统一的，但也有不同一的时候。因为事物发展不是直线的，而是曲线的，有时甚至短暂倒退。 正确，就是唯一的答案，就像数学上一样；对，就是指 你这么做符合现在社会大众的心理，即使它是错的，那么也会很多人认同。最简单例子：老板说的都是对的？从逻辑上说答案是否定的，但是从事业理论上说它是对的。
正态分布公式中有几个参数？
正态分布有两个参数，即均数μ和标准差σ，可记作N（μ，σ）。若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，记为N(μ，σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ = 0,σ = 1时的正态分布是标准正态分布。扩展资料：面积分布1、实际工作中，正态曲线下横轴上一定区间的面积反映该区间的例数占总例数的百分比，或变量值落在该区间的概率（概率分布）。不同 范围内正态曲线下的面积可用公式计算。2、正态曲线下，横轴区间（μ-σ,μ+σ）内的面积为68.268949%。P{|X-μ|<σ}=2Φ（1）-1=0.6826横轴区间（μ-1.96σ,μ+1.96σ）内的面积为95.449974%。P{|X-μ|<2σ}=2Φ（2）-1=0.9544横轴区间（μ-2.58σ,μ+2.58σ）内的面积为99.730020%。P{|X-μ|<3σ}=2Φ（3）-1=0.9974参考资料来源：百度百科-正态分布
正态分布公式中有几个参数？
正态分布有两个参数，即均数μ和标准差σ，可记作N（μ，σ）。若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，记为N(μ，σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ = 0,σ = 1时的正态分布是标准正态分布。扩展资料：面积分布1、实际工作中，正态曲线下横轴上一定区间的面积反映该区间的例数占总例数的百分比，或变量值落在该区间的概率（概率分布）。不同 范围内正态曲线下的面积可用公式计算。2、正态曲线下，横轴区间（μ-σ,μ+σ）内的面积为68.268949%。P{|X-μ|<σ}=2Φ（1）-1=0.6826横轴区间（μ-1.96σ,μ+1.96σ）内的面积为95.449974%。P{|X-μ|<2σ}=2Φ（2）-1=0.9544横轴区间（μ-2.58σ,μ+2.58σ）内的面积为99.730020%。P{|X-μ|<3σ}=2Φ（3）-1=0.9974参考资料来源：百度百科-正态分布
为什么大多数随机变量都是正态分布的？
正态分布是自然界中真实存在的，某个随机变量如果可以被拆分成大量独立同分布随机变量的和，它就近似服从正态分布。举个例子，一张100道选择题的考卷，每题分值一分，难度相近，那么一个人做这张考卷的得分就是100个随机变量的和，应该近似服从正态分布。几乎与社会相关的大多是偏态分布，比如一定时间一定空间里的人、车的流量；人口增长与消亡的分布。几乎与自然相关的大多也是近似的正态分布，比如人或动物的身高分布，体重分布。在天文、生态、医学等等。正态分布的这种统计特性使得问题变得异常简单，任何具有正态分布的变量，都可以进行高精度分预测。值得注意的是，大自然中发现的变量，大多近似服从正态分布。正态分布很容易解释，这是因为：正态分布的均值，模和中位数是相等的，只需要用均值和标准差就能解释整个分布。扩展资料：正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。若随机变量X服从一个数学期望为μ、方差为σ＾2的正态分布，记为N（μ，σ＾2）。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ＝0，σ＝1时的正态分布是标准正态分布。参考资料：百度百科-正态分布
正态分布随机变量的和还是正态分布吗?
正态分布随机变量的和不一定还是正态分布。不相关的正态分布随机变量的和还是正态分布，相关的正态分布随机变量的和不一定还是正态分布。相关如下X+Y还是正态，要求X和Y必须是jointly normal的。两个相互独立的正态是这种情况的一个特例。如X, Y是jointly norma的则X+Y ~ N( EX+EY, var(X) + var(Y) + 2cov(X,Y)) 。 如果X,Y independent, 则cov(X,Y)=0。一个常见的非jointly normal 的两个正态随机变量加起来不是正态的。X ~ N(EX, var(X) )是一个正态随机变量。令Y= m * X.其中m 有1/2 概率为1，1/2 概率为-1，m 独立于X。可以证明Y的分布也是正态的。但是X+Y= (1+m) *X不是正态分布，因为其会在0点有一个概率为1/2的聚集。
为什么用normdist函数个别数据(数据中没有)返回值不正常？谢谢！
你只要在柱形图上添加一个折线图系列即可，数据有NORMDIST函数用数组公式得到
如果你的分组数据在（组界）在B10:B27,，均值在E5,标准差在E6,
假如要在D10:D27显示正态分布曲线的数据，你就选择D10:D27，输入公式：
=NORMDIST(B10:B27,$E$5,$E$6,0)
输入后同时按ctrl+shift+enter 3键结束，然后根据D10:D27的数据折线作图设置在次坐标轴即可，公式根据你的需要更改
如图所示，在Excel中NORMDIST函数中，cumulative这个参数在NORMDIST函数中有什么意义？起的作用是什么？
NORMDIST 函数
返回指定平均值和标准偏差的正态分布函数。此函数在统计方面应用范围广泛（包括假设检验）。
NORMDIST(x,mean,standard_dev,cumulative)
NORMDIST 函数语法具有下列参数 （参数：为操作、事件、方法、属性、函数或过程提供信息的值。）：
X 必需。需要计算其分布的数值。
Mean 必需。分布的算术平均值。
Standard_dev 必需。分布的标准偏差。
Cumulative 必需。决定函数形式的逻辑值。如果 Cumulative 为
TRUE，NORMDIST 返回累积分布函数；如果为 FALSE，则返回概率密度函数。
如果 mean 或 standard_dev 为非数值型，函数 NORMDIST 返回错误值 #VALUE!。
如果 standard_dev ≤ 0，函数 NORMDIST 返回错误值 #NUM!。
如果 mean = 0，standard_dev = 1，且 cumulative = TRUE，则函数 NORMDIST 返回标准正态分布，即函数
NORMSDIST。
如果 cumulative = TRUE，则公式为从负无穷大到公式中给定的 X 的积分。
抗侧移刚度和弹性刚度的概念及计算公式
1、侧移刚度是指抵抗侧向变形的能力，为施加于结构上的水平力与其引起的水平位移的比值。公式：2、弹性刚度是指材料或结构在受力时抵抗弹性变形的能力。是材料或结构弹性变形难易程度的表征。材料的刚度通常用弹性模量E来衡量。在宏观弹性范围内，刚度是零件荷载与位移成正比的比例系数，即引起单位位移所需的力。公式：k=P/δP是作用于结构的恒力，δ是由于力而产生的形变。刚度的国际单位是牛顿每米（N/m）。扩展资料：弹挠性零件刚度系数测量方法：1、静态刚度测量法刚度测量有静态测量和动态测量两种测量法。静态测量方法是通过确定施加于弹挠性零上的力矩和转角(或力和位移)的大小，直接用胡克定律算出刚度系数K值，可得出扭矩一转角力-位移的特性曲线。2、谐振激励测量方法谐振激励测量方法其测量原理是通过外加励谐振源，使测量扭摆系统激励共振，测得扭系统的共振频率，然后依据共振系统的共振频并利用相关的测量模型即可求出弹挠性零件的刚度系数K值。动力谐振测量法根据激励源的不方式又分为激发器谐振测量法、静电激励谐振量法和声激励谐振测量法。3、瞬态激励测量法瞬态激励法是用一个弹性物体瞬态碰击弹挠性零件，使之产生一个短暂的振荡过程，其振荡过程在开始时是受迫的，然后过渡到自由状态，最后趋于停止。参考资料来源：百度百科——刚度参考资料来源：百度百科——侧移刚度
来自正态分布总体的样本的方差仍服从正态分布吗
来自正态分布总体的样本的方差仍服从正态分布。一般正态总体中抽取的随即样本服从均值为μ，标准差为(σ平方除以根号n)的正态分布,其中μ为总体均值，σ为总体标准差，n为样本量。根据中心极限定理，即使样本均值的分布服从正态分布，也不能推出总体服从正态分布。从数理统计原理上来说，总体正态可以推得均值正态，倒过来不成立。μ维随机向量具有类似的概率规律时，称此随机向量遵从多维正态分布。多元正态分布有很好的性质，例如，多元正态分布的边缘分布仍为正态分布，它经任何线性变换得到的随机向量仍为多维正态分布，特别它的线性组合为一元正态分布。本词条的正态分布是一维正态分布，此外多维正态分布参见“二维正态分布”。
正态分布计算题，用φ(.)表示标准正态分布函数，
解：【用“Φ(.)”表示标准正态分布函数N(0,1)的值】∵X~N(3,4)，∴(X-3)/2~N(0,1)。
∴(1)，P{丨X丨>2}=P(X>2)+P(X2)=P[(x-3)/2>(2-3)/2=-1/2]=1-Φ(-1/2)=Φ(1/2)；P(X<-2)=P[(x-3)/2<(-2-3)/2=-5/2]=Φ(-5/2)=1-Φ(5/2)。查标准正态分布表Φ(1/2)=0.6915、Φ(5/2)=0.9938，
∴P{丨X丨>2}=Φ(1/2)+1-Φ(5/2)=0.6915+1-0.9938=0.6977。
(2)，P{X>3}=P[(x-3)/2>(3-3)/2=0]=1-Φ(0)。而Φ(0)=1/2，∴P{X>3}=1-1/2=1/2。
供参考。
