京公网安备 11010802034615号
经营许可证编号:京B2-20210330
Excel绘制指定区间的正态分布曲线下面积图
正态分布曲线下面积是很有实际应用价值的。在工程能力指数的评估、产品质量分析和教育评估分析方面都发挥了很大作用。
在正态分布的密度函数中有上述两个常数:算数平均数μ和标准差σ。正态分布的值有99.74%落在(μ-3σ,μ+3σ)区间内,也就是说落在以平均值为中心的左右各3个σ(共六个σ)的范围内,所谓管理学中的“三西格玛”或“六西格玛”就源于此。Excel中可以使用正态分布的密度函数NORMDIST(x,μ,σ,逻辑值),来表达正态分布,其中:x —“值”,是要求分布的随机变量数值;μ—“平均数”,是分布的算数平均数;σ—“标准差”,是分布的标准差;逻辑值—“积累与否”,是决定函数的逻辑值,其中取值为 “TRUE”(真),则返回累计分布函数;取“FALSE”(伪),则NORMDIST会返回正态分布函数的高度。如果为了绘制正态分布曲线,就要取“FALSE”。
Mly网友来信问起我在《Excel:正态分布函数曲线下的面积及其应用》中的图-3. μ=60,σ=15,在(-∞,55)的正态分布曲线二维面积图(蓝斜纹)如下图,是如何绘制的。
这篇《Excel:正态分布函数曲线下的面积及其应用》主要是谈正态分布及其曲线下面积的应用,这张图是运用的一个例子,至于图表如何作出的具体步骤,文中就未作介绍。过后,正好有一位网友MZY来信问起了有关定积分的指定区间的曲线下面积的作图,我又写了一篇《答MZY:Excel指定区间的曲线下面积》,该文只是就Y=eX的曲线谈了分几个区间的曲线下面积的作图,因为思路是一样的,就未对分段的正态分布曲线作介绍。其实把这两篇文章结合起来就可以解决类似于上图的分区间的正态分布曲线下面积的绘制。
分区间段的面积图有多种做法,一般使用覆盖法,这样对全程控制比较方便。但是要注意要先做全程的,然后从右到左,使后者逐次叠加覆盖前者得一部分,每一系列的左端点应该是重合的,只是右端点不同,否则会出错。上图是μ=60,σ=15的正态分布曲线二维面积图,看起来是对三个不同的、但相连接的区间(-∞,55],(55,65]和(65,+∞)分别着色,其实是对(-∞,55],(-∞,65]和(-∞,+∞)三个互有重叠的区间实施不同的颜色填充,由于数据系列的前后顺序遮挡掩盖,而在视觉上形成是对首尾互相连接的三个区间填充内部图案的感觉。
首先,建立数据系列的表格,使用正态分布的密度函数NORMDIST(x,μ,σ,逻辑值),来表达区间(-∞,+∞)上的正态分布,其中:“平均数”μ=60;“标准差”σ=15;逻辑值“积累与否”取“FALSE”。A列设置随机变量数值,在A2单元格设为0、A3单元格设1,等差值为1,选中A2:A3后,一直拖到A112得出数值为110为止。在B列设置正态分布的密度函数NORMDIST(x,μ,σ,逻辑值),使B2单元格的内容为“=NORMDIST(A2,60,15,FALSE)”,向下拖曳复制公式到B112,如表-1所示,B列的显示的是公式:
表-1
如果使B列显示的是数值,即如表-2所示:

表-2
先作系列1:
将区间(-∞,+∞)作为系列1,也就是全程,放在最下一层,
选中单元格区间A2:B112,插入二维面积图,这就绘出μ=60,σ=15,在(-∞,+∞)的正态分布曲线图,如图-1所示。可见该中间高两头低的钟形图形是以μ=60为对称轴的轴对称图形,并以横轴为渐近线:

图-1
图-1完成后,在2003版的“源数据”-“系列”中可以看到系列1的“值”和“分类(x)轴标志”设置,如图-2所示:
图-2
在2010版中点击“图表工具”-“数据”-“选择数据”,如图-2-2010-1所示:
图-2-2010-1
在“选择数据源”对话框中,可以看到系列1已设置,如图-2-2010-2所示:
图-2-2010-2
在“编辑数据系列”对话框中可以看到“系列值”中的设置,如图-2-2010-3所示:
图-2-2010-3
而“轴标签”的设置,如图-2-2010-4所示:
图-2-2010-4
后续的数据系列必须在源数据中逐步添加。
添加系列2:
在“源数据”-“系列”-“系列”中添加系列2,将区间(-∞,65]作为系列2,“值”和“分类(x)轴标志”的设置如图-3所示:
图-3
图-3中“值”的具体设置方法是:点击“值”右侧的拾取折叠按钮,会弹出如图-4所示的“源数据-数值”对话框,选取系列2数据所在的单元格B2:B67,“源数据-数值”对话框会出现设置如图-4所示数据,再点击“源数据-数值”对话框右侧的拾取折叠按钮,则折叠复位到图-3。分类(x)轴标志”的设置方法也是利用右侧的拾取折叠按钮,选择的范围还是全程A2:A112.

图-4
在2010版中,类似的设置如图-4-2010-1与图-4-2010-2所示:
图-4-2010-1
图-4-2010-2
确定后,图表如图-5所示:
图-5
添加系列3:
在“源数据”-“系列”-“系列”中添加系列3,将区间(-∞,55]作为系列3,“值”和“分类(x)轴标志”的设置如图-6所示:
图-6
图-6中“值”的具体设置方法是:点击“值”右侧的拾取折叠按钮,在弹出的“源数据-数值”对话框,选取系列3数据所在的单元格B2:B57,再点击“源数据-数值”对话框右侧的拾取折叠按钮,则折叠复位。分类(x)轴标志”选择的范围还是全程A2:A112。
在2010版中,类似的设置如图-6-2010-1与图-6-2010-2所示:
图-6-2010-1

图-6-2010-2
确定后,图表如图-7所示:
图-7
为了说明三个系列前后遮挡掩盖的效果,可以用三维面积图来说明。
当只有系列1时的三维图,如图-8所示:
图-8
当添加系列2后的三维图,如图-9所示:

图-9
当添加系列3后的三维图,如图-10所示:

图-10
将三个系列的三维图的三维变换角度调为0,相当于从侧面正视这个三维图,三维的遮挡掩盖效果就成了二维的分段切割效果,如图-11所示:
图-11
最后要说明的是,这种分段区间的曲线下面积图的制作是对若干个互有重叠的区间实施不同的颜色填充,由于数据系列的前后顺序遮挡掩盖,而在视觉上形成是对首尾互相连接的三个区间填充内部图案的感觉。因此在制作中如有覆盖错误,很可能是数据系列的次序颠倒,可以在相关的数据系列次序调整的选项面板中进行调整。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18