z分布怎么用excel公式算

在 Excel 里搞懂正态分布，实际上不用费劲去翻那堆厚厚的理论书，核心就两步：先把那些复杂的公式拆开，用 Excel 最熟悉的“和”“均值”“标准差”来当积木搭出来。大量人一上来就被 `NORM.DIST` 困住了，认定那是个黑盒，实际上它就是把标准化公式里的“变量名”直接映射到 A1、B1 这些单元格上，只要把数据拿过来对应就行。 刚启动用这个函数，最头疼的就是参数。
那个 `Z` 分布里的 $Z$ 值，在 Excel 里没法直接算，得自己动手算。就像你在做实验一样，你得先知道平均值在哪儿，再知道标准差在哪。
比如你要算第 90 百分位对应的 Z 分数，那挺好办，直接在 B 列写公式 `=(X值-均值)/标准差`，回车后向下拉，就能拿到一串连续的 Z 值。
这局部实际上挺像做表，只是你得自己先算好这个中间步骤。 有了 Z 值，对应的概率就得靠 `NORM.S.DIST` 来查了。
这个函数别看名字看着像数学符号，但本质就是一个计算概率的计算器。假设你要查的是 99% 分位点，那就在 A1 写 0.99，在 B1 写 `=NORM.S.DIST(0.99, TRUE)`（那个 TRUE 代表累积分布），回车后拿到的就是那个 2.33 左右的数字。
这时候你会愣住了地发现，原来 Excel 里查分布和查分位数是两码事，前者算的是“百分位”，后者算的是“分位数”，但在实际算 Z 和概率的时候，它们是一一对应的关系。 不过，最费事的实际上是处理具体的数值计算。当你有两个不同的数据系列，比如一组是身高，一组是体重，你想把它们合并到同一个正态分布里去，这时候就得用到 `NORM.INV` 要么 `NORM.S.INV` 这两个逆函数了。`NORM.INV` 算的是“分位数”，即“第 k 百分位”，而 `NORM.S.INV` 算的是“Z 分数”，即“第 k 百分位对应的 Z 值”。
举个例子，假设 A1 是身高均值，B1 是标准差，C1 是 50cm，D1 是 170cm，那么想要知道 170cm 在第几个百分位，就能够直接写 `=NORM.INV((170-50)/10, TRUE, TRUE)`，结局就是 2.33。
这个公式看起来有点绕，实际上是把原始数据先减去均值除以标准差拿到 Z，然后再查表回原样，关键在于中间那个除以标准差的步骤，它让原本分散的数据能被归一化。 要是你还在用老式的公式思维，可能还需求手动算出标准差来参与计算，这时候就要小心了，出于 Excel 的 `STDEV` 函数默认算的是样本标准差。
要是你需求的是总体标准差，记得把参数设成 `FALSE`。
要么直接用 `STDEVP` 来计算总体标准差。
有时候为了节省工夫，实际上不用手动算标准差，直接从数据里算出均值和方差，然后代入主公式里：_平均值，_方差 这些本来就挺直观，代入进去就能拿到最终的 Z 值。 另外，大量人好办忽略 `TRUE` 和 `FALSE` 这两个参数。
要是你用的是老式公式 `NORM.DIST`，务必填 `0`，填 `0` 代表的是离散频率，也就是概率密度；而 `NORM.S.DIST` 填 `TRUE` 才是累积概率，填 `FALSE` 才是离散频率。
这两个参数别看名字不一样，但功能彻底不同，搞混了会害得所有的结局全错。
比如查 99% 分位点的时候，要是你填的是 `FALSE`，那算出来的就是离散频率，数值会小得多，彻底没意义。
故此一定要记得，查百分位点的时候，累积分布函数务必填 `TRUE`，而离散频率函数务必填 `FALSE`。 最终想强调一点，别看 Excel 里的 `Z` 分布计算挺撇脱，但它只是个计算工具，真正的统计学意义还得靠概念去理解。
比如你要解释为啥 170cm 对应 2.33 个 Z 分数，这就得结合标准差的概念，告诉别人这个 Z 数值意味着啥百分比的人比你有矮。在写报告要么做分析的时候，别光盯着公式看，多想想数据背后的含义，这样计算出来的结局才有说服力，也更好办被别人理解。
实际上大量时候，我们真正需求的不是那个完美的正态分布曲线，而是用数据讲话，用 Excel 把那些乱七八糟的数字串变成清楚的图表，这样分析起来才不费劲。