Excel 正态分布函数完全指南：公式解析与实战应用
在数据分析、质量控制和统计学研究中，正态分布（Normal Distribution）是最为重要的概率分布模型之一。在 Excel 中，处理正态分布核心依赖于几个核心函数。这篇文章将深入解析 Excel 中的正态分布相关公式，通过清晰的逻辑结构和实际案例，帮助用户掌握从基础计算到高级应用的全部技能。
核心函数解析
在 Excel 2010 及更高版本中，微软对正态分布函数进行了重构，引入了更精确、功能更明确的函数系列。以下是四个最核心的函数：
NORM.DIST：概率密度与累积概率计算
这是最常用的函数，用于计算给定均值和标准差下的正态分布概率。语法：`=NORM.DIST(x, mean, standard_dev, cumulative)`
参数说明：
`x`：需要计算分布的数值。
`mean`：分布的算术平均值。
`standard_dev`：分布的标准偏差（必须为正数）。
`cumulative`：逻辑值。若为 `TRUE`，返回累积分布函数（CDF）；若为 `FALSE`，返回概率密度函数（PDF）。
NORM.INV：逆正态分布函数
当已知概率，需反推对应的数值（X值）时运用。常用于确定临界值。语法：`=NORM.INV(probability, mean, standard_dev)`
参数说明：
`probability`：与正态分布相关联的概率（0 到 1 之间）。
`mean`：分布的平均值。
`standard_dev`：分布的标准偏差。
NORM.S.DIST：标准正态分布
专门用于标准正态分布（均值 μ=0，标准差 σ=1）。语法：`=NORM.S.DIST(z, cumulative)`
注意：参数 `z` 是标准化后的 Z 分数，而非原始数据 `x`。
NORM.S.INV：标准正态分布逆函数
已知概率，求标准正态分布下的 Z 分数。语法：`=NORM.S.INV(probability)`
重要提示：Excel 2007 及更早版本使用 `NORMDIST` 和 `NORMINV`。虽然这些旧函数仍可用，但建议在新工作表中统一使用带 `.DIST` 和 `.INV` 后缀的新函数，以获得更高的精度。
概率密度函数（PDF） vs 累积分布函数（CDF）
理解 PDF 和 CDF 的区别是正确采用 `NORM.DIST` 。
概率密度函数（PDF）：描述在某个特定数值 `x` 附近取值的相对性。它不直接给出概率，而是给出概率密度。注意：对于连续分布，单点概率为 0，因此 PDF 值可以大于 1。
累积分布函数（CDF）：描述随机变量小于或等于 `x` 的概率总和。取值范围在 0 到 1 之间。
数据对比表：PDF 与 CDF 的区别
| 特性 | 概率密度函数 (PDF) | 累积分布函数 (CDF) |
|---|---|---|
| Excel 参数设置 | `cumulative = FALSE` | `cumulative = TRUE` |
| 物理意义 | 在 x 处的概率“高度” | P(X ≤ x) 的累计概率 |
| 数值范围 | 可大于 1 | 0 到 1 之间 |
| 典型应用 | 绘制正态分布曲线 | 计算合格率、置信区间 |
| 示例公式 | `=NORM.DIST(100, 100, 15, FALSE)` | `=NORM.DIST(100, 100, 15, TRUE)` |
实战案例：员工考试成绩分析
假设某公司员工的考试成绩服从正态分布，平均分为 75 分，标准差为 10 分。我们将演示如何使用 Excel 解决以下问题。
案例数据设置
| 单元格 | 内容 | 说明 |
|---|---|---|
| B1 | 75 | 均值 (Mean) |
| B2 | 10 | 标准差 (Std Dev) |
| B4 | 85 | 目标分数 (x) |
| B5 | 60 | 及格线 (x) |
| B6 | 90 | 优秀线 (x) |
问题 1：计算得分为 85 分的概率密度
使用 `NORM.DIST` 的 PDF 模式。
公式：`=NORM.DIST(B4, B1, B2, FALSE)`
结果：约 0.0242
解读：这表示在 85 分这个点上，概率密度的高度约为 0.0242。
问题 2：计算得分低于 60 分（不及格）的概率
使用 `NORM.DIST` 的 CDF 模式。
公式：`=NORM.DIST(B5, B1, B2, TRUE)`
结果：约 0.0668
解读：约有 6.68% 的员工得分低于 60 分。
问题 3：计算得分在 60 分到 90 分之间的概率
这需要计算两个累积概率的差值。
公式：`=NORM.DIST(B6, B1, B2, TRUE) - NORM.DIST(B5, B1, B2, TRUE)`
结果：约 0.8185
解读：约有 81.85% 的员工得分在 60 到 90 分之间。
问题 4：前 10% 的“优秀线”是多少分？
使用 `NORM.INV` 函数，寻找累计概率为 0.9（即前 10% 意味着有 90% 的人低于此分数）对应的分数。
公式：`=NORM.INV(0.9, B1, B2)`
结果：约 87.82 分
解读：得分高于 87.82 分的员工属于前 10% 的优秀群体。
常见错误与注意事项
1. 标准差为负数或零：`NORM.DIST` 和 `NORM.INV` 要求标准差必须为正数。如果数据没有波动（标准差为 0），Excel 会返回 `#NUM!` 错误。
2. 均值与标准差混淆：确保输入的是标准差（Standard Deviation），而不是方差（Variance）。假如需要从方差计算，请使用 `SQRT(variance)`。
3. 旧版本函数兼容性问题：虽然 `NORMDIST` 仍可使用，但其算法在新数据点上不如 `NORM.DIST` 精确。建议统一使用新函数。
4. Z 分数转换：当运用 `NORM.S.DIST` 时，必须先手动将原始数据 `x` 转换为 Z 分数：`Z = (x - mean) / standard_dev`。
掌握 Excel 中的正态分布函数，不仅是统计学习，更是提升数据分析效率工具。凭借 `NORM.DIST` 和 `NORM.INV` 的组合使用，用户可轻松完成从概率计算到临界值反推的各种任务。建议在实际工作中，结合 `NORM.S.DIST` 和 `NORM.S.INV` 处理标准化问题，以确保计算的准确性和一致性。
通过这篇文章的详细解析和案例演示，希望您能熟练运用这些公式，在数据分析中游刃有余。
