第 4 章 概率分布与抽样分布

4.1 概率分布
4.2 抽样分布

返回首页
本章学习目标

 Excel 离散型随机变量概率分布的工作表函数
 Excel 连续型随机变量概率分布的工作表函数
    利用 Excel 绘制正态分布图
 Excel 抽样分布的工作表函数
4.1 概率分布

4.1.1 概率与概率分布
4.1.2 二项分布
4.1.3 正态分布

返回首页
4.1.1 概率与概率分布

Excel 提供的离散概率分布包括：
 BINOMDIST ：二项分布
 CRITBINOM ：累积二项分布（依临界值
，找最小整数 K ）
 HYPGEOMDIST ：超几何分布
 NEGBINOMDIST ：负二项分布
 POISSON ：泊松分布
Excel 提供的连续概率分布包括：
 BETADIST ：累积概率密度函数
 BETAINV ：累积概率密度函数的反函数
 EXPONDIST ：指数分布函数
 GAMMADIST ：伽玛分布函数
 GAMMAINV ：伽玛累积分布函数的反函
数
 LOGNORMDIST ：对数正态累加分布函
数
 LOGINV ：对数正态累加分布函数的反函
数
 NORMDIST ：正态分布函数
 NORMINV ：正态累积分布函数的反函数
 NORMSDIST ：标准正态累积分布函数
 NORMSINV ：标准正态累积分布函数的
反函数
 WEIBULL ：韦伯分布函数

返回本节
4.1.2 二项分布

1 ．二项分布函数
2 ．累积二项分布函数
3 ．负二项分布函数
1 ．二项分布函数

二项分布函数适用于固定次数的独立试验，当
试验的结果只包含成功或失败两种情况时，且
当成功的概率在试验期间固定不变，该函数返
回一元二项式分布的概率值，其计算公式为

 n x
b( x, n, p ) =   p (1 − p ) n− x

 x
语法： BINOMDIST(number_s,trials,probability_s,cumulative)
例 4-1 抛硬币的结果不是正面就是反面，如
果每次硬币为正面的概率是 0.5 。则抛硬币 10
次中 6 次正面的概率为多少？
（ 1 ）建立“ BINOMDIST 函数 .xls” 工作表，
输入有关数据，如图 4-1 所示。
（ 2 ）在单元格 C2 中输入公
式“ =BINOMDIST(B2,B3,B4,FALSE)” ，按回
车键显示结果等于 0.205078 ，如图 4-2 所示。
表示抛 10 硬币出现 6 次的概率为 0.205078 。
图 4-1 BINOMDIST 函数工作表
图 4-2 BINOMDIST 函数计算结果
2 ．累积二项分布函数

该函数可以计算使累积二项分布大于或等于临
界值的最小整数值。累积二项分布函数可以用
于质量检验。例如，使用函数 CRITBINOM
来决定最多允许出现多少个有缺陷的部件，才
可以保证整个产品在离开装配线时检验合格。
语法： CRITBINOM(trials,probability_s,alpha)
图 4-3 CRITBINOM 函数工作表
图 4-4 CRITBINOM 函数计算结果
3 ．负二项分布函数

该函数返回负二项式分布。当成功概率为常量
probability_s 时，函数 NEGBINOMDIST 返回
在到达 number_s 次成功之前，出现 number_f
次失败的概率。此函数与二项式分布函数相似
，只是它的成功次数固定，试验总数为变量。
与二项式分布类似的是，试验次数被假设为自
变量，其计算公式为：

 x + r − 1 '
nb( x, r , p) =   p (1 − p) x
 r −1 
语法： NEGBINOMDIST(number_f,number_s,probability_s)
图 4-5 NEGBINOMDIST 函数工作表
图 4-6 NEGBINOMDIST 函数计算结果

返回本节
4.1.3 正态分布

1 ．正态分布函数
2 ．绘制正态分布图形
1 ．正态分布函数

（ 1 ）正态分布函数。
（ 2 ）标准正态分布函数。
（ 3 ）正态分布函数的反函数。
（ 4 ）标准正态分布函数的反函数。
2 ．绘制正态分布图形

（ 1 ）建立正态分布基本数据。
（ 2 ）绘制正态分布图形。
图 4-7 “ 序列”对话框
图 4-8 结果显示（ 4~117 行隐藏）
图 4-9 “ 坐标轴格式”对话框
图 4-10 “ 数据系列格式”对话框
图 4-11 正态分布图绘制结果

返回本节
4.2 抽样分布

4.2.1 利用Excel模拟抽样过程
4.2.2 总体分布与抽样分布
4.2.3 中心极限定理
4.2.4 t分布
4.2.1 利用 Excel 模拟抽样过程

通过抽样方法，可由母体产生所要的样本，下
面抽取一个容量为 10 的样本。

图 4-12 建立工作表
图 4-13 产生随机数
图 4-14 取整函数对话框
图 4-15 选定参数对话框
图 4-16 索引函数对话框
图 4-17 抽样结果

返回本节
4.2.2 总体分布与抽样分布

总体分布与抽样分布之间具有一定数量关系，
这个数量关系可以描述为： E (x) = µ
，即样本均值抽样分布的均值等于总体均值；
σ
σx = ，即样本均值抽样分布的方差等于总体
n
σ2
方差除以样本容量的平方根，即 V ( x) = σ 2x =
n

，此式又称为标准误差，是抽样分布的标准差
。

返回本节
4.2.3 中心极限定理

在概率统计中，正态分布占有很重要的地位
，很多随机变量服从正态分布，即使原来不服
从正态分布的一些独立的随机变量，当随机变
量的个数无限增大时，它们的和的分布也服从
正态分布。

返回本节
4.2.4 t 分布

11 ． t 分布函数
该函数用于在一定自由度和显著水平下得出 t
分布的概率面积。 t 分布用于小样本数据集合
的假设检验，使用此函数可以代替 t 分布的临
界值表。
语法： TDIST(x,degrees_freedom,tails)
2 ． t 分布反函数
该函数返回作为概率和自由度函数的 t 分布的
t 值。
语法： TINV(probability,degrees_freedom)
其中： probability 为对应于双尾 t 分布的概率
， degrees_freedom 为分布的自由度。

返回本节