1. excel怎樣把一組數據變成正態分布曲線出來！我有一組數據，怎樣把他做出來看像不像正態分布圖！
你是用的 03 還是 07 ，
1.選擇數據區，
2. 「插入」---- 「圖表」
3.選擇相應的曲線圖
2. 根據一組數據，怎麼做正態分布的圖像呢
對於正態分布，只要知道期望和方差便可以確定其概率密度函數。可先根據已有的若干組數據算出其期望和方差的矩估計值。具體計算如下：根據已有的n個樣本值X1、X2……Xn算出樣本一階矩μ1=E(X)=(X1+X2+……Xn)/n和樣本二階矩μ2=E(X^2)=D(X)+(E(X))^2=(X1^2+X2^2+……Xn^2)/n由以上兩個方程聯立解出期望和方差的矩估計值E(X)和D(X)則可近似取期望μ≈E(X)，方差σ≈D(X)根據正態分布的概率密度函數將σ和μ的值代入，可以近似作出其圖像。
3. 已知一組數據符合正態分布，怎樣求該組數據的σ值
標准偏差 標准偏差(Std Dev,Standard Deviation) -統計學名詞。一種量度數據分布的分散程度之標准，用以衡量數據值偏離算術平均值的程度。標准偏差越小，這些值偏離平均值就越少，反之亦然。標准偏差的大小可通過標准偏差與平均值的倍率關系來衡量。標准偏差公式：S = Sqr(∑(xn-x撥)^2 /(n-1))公式中∑代表總和，x撥代表x的算術平均值，^2代表二次方，Sqr代表平方根。
例：有一組數字分別是200、50、100、200，求它們的標准偏差。
x撥 = (200+50+100+200)/4 = 550/4 = 137.5
S^2 = [(200-137.5)^2+(50-137.5)^2+(100-137.5)^2+(200-137.5)^2]/(4-1)
標准偏差 S = Sqr(S^2)
STDEV基於樣本估算標准偏差。標准偏差反映數值相對於平均值 (mean) 的離散程度。
語法
STDEV(number1,number2,...)
Number1,number2,... 是對應於總體中的樣本的 1 到 30 個數字參數。
4. 如何用EXCEL對一組數據進行正態性檢驗
正態分布概率密度正態分布函數「NORMDIST」獲取。
在這里是以分組邊界值為「X」來計算：
Mean=AVERAGE(A:A)(數據算術平均）
Standard_dev=STDEV(A:A)(數據的標准方差）
Cumulative=0(概率密度函數）
5.平滑正態分布圖
選中正態分布曲線→右鍵→設置數據列格式→線型→勾選「平滑線」→關閉
5. 請問給你一組數據後怎樣用EXCEL判斷這組數據是否符合正態分布
先放一張用EXCEL製作的圖形。
1.首先新建一個Excel表，這里我們有兩種方法來獲得正態分布的兩個未知量（μ，σ ），第一個方法，就是根據數據來求，μ的公式為 average（），σ的公式為Stdev（）；另外一種方法是手動輸入兩個數值。兩個方法原理都是一樣的；
2. 在一列中輸入x，另外一列中輸入F(x)，這里F（x）＝NORMDIST(A3,$B$1,$D$1,FALSE)【註：A3是x所在的單元格，$B$1為平均值所在的絕對單元格，$D$1為標准差所在的絕對單元格】
3.這里的x可以是你自己輸入的數值，也可以是自動求出的；
4.用同樣的方法建立一組數據（越多數據線越光滑）
5. 插入圖形，折線圖，即可；
6. 如何判斷一組數據是否為正態分布
檢驗方法一：看偏度系數和峰度系數
我們把SPSS結果最上面的一個表格拿出來看看(見下圖)：
偏度系數Skewness=-0.333;峰度系數Kurtosis=0.886；兩個系數都小於1，可認為近似於正態分布。
檢驗方法二：單個樣本K-S檢驗
在SPSS里執行「分析—>非參數檢驗—>單個樣本K-S檢驗，彈出對話框，檢驗變數選擇「期初平均分」，檢驗分布選擇「正態分布」，然後點「確定」。
檢驗結果為：
從結果可以看出，K-S檢驗中,Z值為0.493，P值 (sig
2-tailed)=0.968>0.05，因此數據呈近似正態分布
檢驗方法三：Q-Q圖檢驗
在SPSS里執行「圖表—>Q-Q圖」，彈出對話框，見下圖：
變數選擇「期初平均分」，檢驗分布選擇「正態」，其他選擇默認，然後點「確定」，最後可以得到Q-Q圖檢驗結果，結果很多，我們只需要看最後一個圖，見下圖。
QQ Plot 中，各點近似圍繞著直線，說明數據呈近似正態分布。
(6)怎樣給出一組正態數據擴展閱讀：
正態分布也叫常態分布，在我們後面說的很多東西都需要數據呈正態分布。下面的圖就是正態分布曲線，中間隆起，對稱向兩邊下降。
1.在SPSS里執行「分析—>描述統計—>頻數統計表」(菜單見下圖，英文版的可以找到相應位置)，然後彈出左邊的對話框，變數選擇左邊的「期初平均分」，再點下面的「圖表」按鈕，彈出圖中右邊的對話框，選擇「直方圖」，並選中「包括正態曲線」
2.設置完後點「確定」，就後會出來一系列結果，包括2個表格和一個圖，我們先來看看最下面的圖，見下圖，
上圖中橫坐標為期初平均分，縱坐標為分數出現的頻數。從圖中可以看出根據直方圖繪出的曲線是很像正態分布曲線。如何證明這些數據符合正態分布呢，光看曲線還不夠，還需要檢驗如上。
7. excel如何檢驗一組數據是否符合正態分布
方法和詳細的操作步驟如下：
1、第一步，新建Excel文檔，見下圖，轉到下面的步驟。
8. 用EXCEL畫出一組數據的正態分布圖
excel只能做粗略的正態分布圖：
將數量從200到600，按每間隔50（也可以按30、60）統計出現次數，如200～250，250～300，300～350，將各區間段的出現次數做直方圖，如果數據滿足正態分布，出來的結果就是正態分布圖。
建議用minitab類專業軟體，製作正態分布圖，謝謝！
9. 怎麼才能確定一組數據能夠服從正態分布
綜述：
在有大量實驗數據時，經過計算，所得數值在一定范圍內，這才會符合正態分布。
正態分布（Normal distribution）又名高斯分布（Gaussian distribution），是一個在數學、物理及工程等領域都非常重要的概率分布，在統計學的許多方面有著重大的影響力。
若隨機變數服從一個位置參數、尺度參數的概率分布，記為：則其概率密度函數為正態分布的數學期望值或期望值等於位置參數，決定了分布的位置；其方差的開平方或標准差等於尺度參數，決定了分布的幅度。
正態分布的概率密度函數曲線呈鍾形，因此人們又經常稱之為鍾形曲線。我們通常所說的標准正態分布是位置參數為0, 尺度參數為1的正態分布（見右圖中綠色曲線）。
正態分布（Normal distribution)是一種概率分布。正態分布是具有兩個參數μ和σ^2的連續型隨機變數的分布，第一參數μ是遵從正態分布的隨機變數的均值，第二個參數σ^2是此隨機變數的方差，所以正態分布記作N(μ，σ^2 )。
遵從正態分布的隨機變數的概率規律為取 μ鄰近的值的概率大 ，而取離μ越遠的值的概率越小；σ越小，分布越集中在μ附近，σ越大，分布越分散。