正態分配 之 PDF & CDF
這文章轉到新版後, 排版亂了.. 重排它
日前有人 "问题悬赏" 提問 " 求正态分布excel模板 "
已經回答了, 但沒仔細說明
今天有時間就好好說明一下
大家都知道 正態分配的樣子=>是對稱的鐘形分配
但從機率(概率)的角度來看
它是正態分配 的 PDF:机率密度函数 (Probability Density Function)下圖
而正態分配 累積分配函数 CDF(cumulative distribution function) 下圖
而CDF 是機率累積分布 ( 0~ 100%) 也就是 均勻分布(0,1)
也就是作出 均均分布(0,1) 得 CDF ; ( excel 中 rand 函數 )
再利用常態反函數 ( CDF=> PDF) ; ( excel 中 Normsinv 函數 )
就可以模擬出正態(0,1) 的分布
雖然過程比 由 Minitab 或其它軟件 直接作出 正態 較為複雜
但因為用過" 機率模擬 " 解決過 制程問題 , 所以作此介紹
機率(概率)並不是不能分析問題 只是時機未到
日前有人 "问题悬赏" 提問 " 求正态分布excel模板 "
已經回答了, 但沒仔細說明
今天有時間就好好說明一下
大家都知道 正態分配的樣子=>是對稱的鐘形分配
但從機率(概率)的角度來看
它是正態分配 的 PDF:机率密度函数 (Probability Density Function)下圖
而正態分配 累積分配函数 CDF(cumulative distribution function) 下圖
而CDF 是機率累積分布 ( 0~ 100%) 也就是 均勻分布(0,1)
也就是作出 均均分布(0,1) 得 CDF ; ( excel 中 rand 函數 )
再利用常態反函數 ( CDF=> PDF) ; ( excel 中 Normsinv 函數 )
就可以模擬出正態(0,1) 的分布
雖然過程比 由 Minitab 或其它軟件 直接作出 正態 較為複雜
但因為用過" 機率模擬 " 解決過 制程問題 , 所以作此介紹
機率(概率)並不是不能分析問題 只是時機未到
没有找到相关结果
已邀请:
0 个回复