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Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28