计算机怎么求标准偏差,如何计算Excel标准偏差?您必须知道这两个技巧

1-810-jpg_6-1080-0-0-1080.jpg

在工作中,我们将被要求熟练掌握办公软件。 Excel就是其中之一。我们经常使用Excel汇总数据,我们也可以找到数据的标准偏差。那么Excel标准差是如何计算的呢?如果您想知道,只要继续往下看,我相信您会有所收获。

fc76bde4f4d9ba70a4a6074150ba6581.png

方法1:编辑STDEV函数公式

8575da8f2c611b7696d36aa2abcd998e.png

1、首先,我们在Excel中选择一个空白单元格,在这里我们选择A11。然后在Excel界面的插入功能列中输入“ STDEV”,然后单击页面上的STDEV功能。

4e6b9a1dae31b00a7b2ec45bb8083b0e.png

2、然后在需要标准偏差的Excel表格中选择单元格范围,然后在表格中选择A2:A10范围中的单元格。

2803c48dc1fd2e569cf786e067ffc901.png

173f93ea8e34b468b84f00320c29709a.png

3、然后将函数公式添加为“ = STDEV(A2:A10)”),然后单击Enter。这组数据的标准偏差将直接显示在单元格A11中。

601b9e89573634d29caa8813d50b1573.png

c11f3a0af209e5e8e18b1155a07699c2.png

方法2:插入STDEVP函数

1、首先,我们必须在Excel表中选择一个单元格,这里我们选择A11。然后在Excel启动界面中单击“Σ”旁边的小三角形。然后在菜单栏中单击“其他功能”。

f08b4811fa9ba33271a99094be6014c9.png

f6506305bbda9e589c1ef354fe7b3fc9.jpg

2、然后在“插入功能”界面中,将“或选择类型”设置为“全部”。然后单击STDEVP,最后单击“确定”。

8186dcbd21ef2f56d668966432dac63f.png

3、然后在“功能参数”的Number1中以要求标准偏差的形式输入区域,此处输入A2:A10。然后点击“确定”。数据的标准偏差将直接显示在单元格A11中。

beb0c5a7b8f144c89865af72fb0456.png

本文来自电脑杂谈,转载请注明本文网址:

http://www.pc-fly.com/a/shumachanpin/article-326407-1.html

### Excel 中正态分布偏差公式的解释 在 Excel 中,`NORM.S.DIST` 和 `NORMDIST` 是两个常用的函数,分别用于计算标准正态分布和一般正态分布的概率值。 #### 1. 函数定义与用途 - **`NORM.S.DIST(z, cumulative)`**: 这是一个标准正态分布函数,其中均值为 0,标准差为 1。它主要用于标准化后的数据处理。参数说明如下: - `z`: 表示要评估的标准分数(Z-score)。 - `cumulative`: 如果为 TRUE,则返回累积分布函数;如果为 FALSE,则返回概率密度函数[^4]。 - **`NORMDIST(x, mean, standard_dev, cumulative)` 或者 `NORM.DIST(x, mean, standard_dev, cumulative)`**: 它们的功能相同,后者是前者的更新版本。该函数可以用来计算任意给定均值和标准差条件下的正态分布概率。参数说明如下: - `x`: 要计算其分布的数值。 - `mean`: 数据集的平均值。 - `standard_dev`: 数据集的标准差。 - `cumulative`: 若为 TRUE,则返回累积分布函数;若为 FALSE,则返回概率密度函数[^2]。 #### 2. 示例分析 以下是几个具体的例子来展示这些函数的应用: ##### 计算概率密度 (Probability Density Function) 对于一个具有特定均值和标准差的数据集合,可以通过设置 `cumulative = FALSE` 来获取某个具体点上的概率密度值。 ```excel =NORM.DIST(88, 75, 10, FALSE) ' 返回 x=88 处的概率密度值 ``` ##### 计算累积分布 (Cumulative Distribution Function) 通过设定 `cumulative = TRUE` 可以获得小于等于某一点的所有可能取值的比例总和。 ```excel =NORM.DIST(88, 75, 10, TRUE) ' 返回 P(X ≤ 88),即累计至 x=88 的概率 ``` ##### 使用标准正态分布函数 当需要比较不同数据组时,通常会先将其转换成 Z 分数形式再利用标准正态分布表查询相应位置的信息量大小关系。 ```excel =NORM.S.DIST((88-75)/10, TRUE) ' 将原始得分转化为 z 得分并解 CDF ``` 以上三个实例展示了如何灵活运用这两个重要工具解决实际问题中的不确定性量化需。 --- ### PHP 实现正态分布分类逻辑 针对提到的需场景——判断新加入数字所属频率区间及其影响其他成员归属情况的变化过程描述如下: 假设有这样一组有序排列好的成绩列表 {100,90,...} 并已知各等级所占百分比例分别为{10%,30%,40%,20%},那么我们就可以按照以下方式操作: 1. 预先构建好边界阈值数组 `[thresholds]`,例如基于上述权重分配可得 `{10th percentile -> scoreA , ..., 90th percentile->scoreB}`. 2. 当收到新的输入项 value 后依次对比直至找到第一个满足 condition:`value >= thresholds[i] && i < length(thresholds)-1 || i ==length(thresholds)-1` 成立的位置索引 idx 即代表当前元素应该被划分入第几档位内; 3. 接下来重新整理整个序列使得所有项目都能正确反映最新状态下的频次界定规则. 这种做法不仅简单明了而且易于维护扩展适应未来可能出现的新规格调整要. --- ### Java 实现标准正态分布累积分布函数(CDF) 下面给出了一种近似方法实现标准正态分布CDF的方法,在某些情况下能够提供足够的精度而无需依赖外部库文件完成任务目标。 ```java public static double normSdist(double a){ final double b1=-0.3275911; final double b2=1.; final double t=Math.abs(a); double val=1-(1/Math.sqrt(2*Math.PI)*Math.exp(-a*a/2)) *(b1*t+b2*Math.pow(t,2)); return a>0 ? 1-val : val; } ``` 此代码片段实现了标准正态分布变量的累积概率分布函数,并采用了多项式逼近技术提高效率的同时保持一定水平的结果准确性[^4]. --- 相关问题
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值