НОРМРАСП (NORMDIST)

Вычисляет нормальное распределение. Расчеты включают заданное значение, среднее арифметическое и стандартное отклонение распределения.

Пример использования

НОРМРАСП(2,4; 1; 4; ЛОЖЬ)

НОРМРАСП(A2; A3; A4; ИСТИНА)

Синтаксис

НОРМРАСП(x; среднее; стандартное_отклонение; интегральная)

  • x – значение, для которого вычисляется функция нормального распределения.

  • среднее – среднее значение (мю) функции нормального распределения.

  • стандартное_отклонение – стандартное отклонение (сигма) функции нормального распределения.

  • интегральная – указание, следует ли использовать интегральную функцию нормального распределения вместо обычной функции распределения.

См. также:

ZТЕСТ: Возвращает двустороннее P-значение Z-теста со стандартным распределением.

ВЕЙБУЛЛ: Вычисляет распределение Вейбулла для заданной формы и масштаба.

ПУАССОН: Вычисляет распределение Пуассона на основании заданной величины и среднего арифметического распределения.

НОРМСТОБР: Вычисляет обратное стандартное нормальное распределение для указанного значения.

НОРМСТРАСП: Вычисляет стандартное нормальное распределение для указанного значения.

НОРМОБР: Вычисляет обратное нормальное распределение. Расчеты включают заданное значение, среднее арифметическое и стандартное отклонение распределения.

ОТРБИНОМРАСП: Вычисляет вероятность получения определенного количества успешных результатов после проведения определенного числа неудачных испытаний.

ЛОГНОРМРАСП: Вычисляет логнормальное распределение. Расчеты включают среднее арифметическое и стандартное отклонение распределения.

ЛОГНОРМОБР: Вычисляет обратное логнормальное распределение. Расчеты включают среднее арифметическое и стандартное отклонение распределения.

ЭКСПРАСП: Вычисляет экспоненциальное распределение для заданных значений X и λ.

БИНОМРАСП: Вычисляет вероятность получения указанного (или максимального) числа успешных результатов из определенного числа испытаний. В расчет принимается совокупность испытаний с определенным числом успешных результатов.

Примеры

Эта информация оказалась полезной?
Как можно улучшить эту статью?