Excel在概率統計 二項分布 泊松分布 指數分布 樣本均值中的應用（excel統計概率函數）

本文介紹Excel在概率統計中的應用，在二項分布的應用，以2010版office為例，在泊松分布的應用，在指數分布的應用，軟件在正態分布中的應用，在樣本均值X的應用，在方差和標準差的應用，在相關系數中的應用，在散點圖的應用，在直方圖的應用，在一元線性回歸的應用，等等。

Excel在二項分布的應用(以2010版office為例)

啟動Excel軟件,單擊菜單的公式中的其他函數，然后點擊統計,選擇二項分布函數BINOM.DIST出現以下頁面

其中Nnmber_s表示實驗成功的次數，Trials表示獨立實驗的次數，Probality_s表示每次實驗中成功的概率，Cumulative決定函數的形式，在這個方框中，填寫TURE,是個累積分布函數，填寫FALSE是概率密度函數。

以隨機變量X~B(2,0.25)，求概率P(X<=1)為例

計算結果如下

也可以直接在單元格中輸入=BINOM.DIST(1,2,0.25,1)按回車鍵就可以看到單元格顯示的結果

Excel在泊松分布的應用

啟動Excel軟件，點擊某一單元格，點擊菜單的公式中其他函數，然后點擊統計，選擇指數分布函數POISSON.DIST，出現以下頁面

其中X表示事件出現的次數，Mean表示期望值(正數)，Cumulative表示邏輯值，指定概率分布的返回形式

以隨機變量X~P(2),求P(X>=2)的值

計算結果如下

此時計算的是P(X<=1)=0.406,然后再用Excel計算P(X>=2)=1-P(X<=1)=1-0.406=0.594。也可以在單元格中輸入=1-POISSON.DIST(1,2,1)，回車該單元格，即顯示結果

Excel在指數分布的應用

啟動Excel軟件，點擊某一單元格，點擊菜單的公式中其他函數，然后點擊統計，選擇指數分布函數EXPON.DIST，出現以下頁面

其中X表示指數分布函數計算區間點，非負數值，Lambda表示指數分布函數的參數，是正數，Cumulative決定函數形式，在這個方框中，填寫TURE,是個累積分布函數，填寫FALSE是概率密度函數。

以X~E(0.3),P(X>6)為例

計算結果如下

此時計算的結果是P(X<=6)=0.834701,然后再利用Excel計算P(X>5)=1-P(X<=5)=1-0.834701=0.165299

計算結果如下

Excel軟件在正態分布中的應用

啟動Excel軟件，單擊某一單元格，點擊菜單的公式中其他函數，然后點擊統計，選擇正態分布函數NORM.DIST，出現以下頁面

其中X表示正態分布函數值得區間，Mean表示算術平均，Standard_dev表示標準方差，Cumulative決定函數形式，在這個方框中，填寫TURE,是個累積分布函數，填寫FALSE是概率密度函數。

以隨機變量X~N(2,9),P(X<=3)為例

計算結果如下

Excel在樣本均值X的應用

在單元格A1：A7中輸入樣本觀測值1，5，7，13，24，25，30，在統計窗口中選擇AVERAGE。

計算結果如下：

Excel在方差和標準差的應用

在單元格A1：A7中輸入樣本觀測值1，5，7，13，24，25，30，在統計窗口中選擇VAR.P。

計算結果如下

同理，在統計中選擇STDEV.P求解方差

計算結果如下

Excel在相關系數中的應用

在統計中選擇CORREL，求解樣本相關系數。

計算結果如下

Excel在散點圖的應用

啟動Excel，輸入數據，選中單元格X列和Y列的數據，點擊菜單插入中的散點圖。

散點圖如下圖

Excel在直方圖的應用

(以工程數學概率統計簡明教程第二版第八章第二節為例) 某廠生產的機器的零件的質量(單位：kg),

215,227,216,192,207,207,214,218,205,200,187,185,202,218,195,215,206,202,208,210

將數據填入單元格中，點擊數據，選擇數據分析后顯示的數據分析窗口中，選擇直方圖，點擊確定。

直方圖如下

Excel在一元線性回歸的應用

(第十二章例7為例) 某快餐連鎖店的人力資源部為研究職員出勤率與參加工作時間的關系，收集了下屬10家門店的數據，其中Y為每100名職員一周內的缺勤次數，X為門店工作的平均月數

將數據填入Excel中，點擊數據然后點擊數據分析窗口，選擇回歸，點擊確定

回歸分析如下圖

點擊確定，出現以下窗口

點擊確定，出現以下結果

所求最小二乘法y=64.6718-1.7487x,且回歸是顯著的，回歸系數的置信水平95%的置信空間的觀測值(-2.4393,-1.0582)。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。