1. excel怎样把一组数据变成正态分布曲线出来！我有一组数据，怎样把他做出来看像不像正态分布图！
你是用的 03 还是 07 ，
1.选择数据区，
2. “插入”---- “图表”
3.选择相应的曲线图
2. 根据一组数据，怎么做正态分布的图像呢
对于正态分布，只要知道期望和方差便可以确定其概率密度函数。可先根据已有的若干组数据算出其期望和方差的矩估计值。具体计算如下：根据已有的n个样本值X1、X2……Xn算出样本一阶矩μ1=E(X)=(X1+X2+……Xn)/n和样本二阶矩μ2=E(X^2)=D(X)+(E(X))^2=(X1^2+X2^2+……Xn^2)/n由以上两个方程联立解出期望和方差的矩估计值E(X)和D(X)则可近似取期望μ≈E(X)，方差σ≈D(X)根据正态分布的概率密度函数将σ和μ的值代入，可以近似作出其图像。
3. 已知一组数据符合正态分布，怎样求该组数据的σ值
标准偏差 标准偏差(Std Dev,Standard Deviation) -统计学名词。一种量度数据分布的分散程度之标准，用以衡量数据值偏离算术平均值的程度。标准偏差越小，这些值偏离平均值就越少，反之亦然。标准偏差的大小可通过标准偏差与平均值的倍率关系来衡量。标准偏差公式：S = Sqr(∑(xn-x拨)^2 /(n-1))公式中∑代表总和，x拨代表x的算术平均值，^2代表二次方，Sqr代表平方根。
例：有一组数字分别是200、50、100、200，求它们的标准偏差。
x拨 = (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)
标准偏差 S = Sqr(S^2)
STDEV基于样本估算标准偏差。标准偏差反映数值相对于平均值 (mean) 的离散程度。
语法
STDEV(number1,number2,...)
Number1,number2,... 是对应于总体中的样本的 1 到 30 个数字参数。
4. 如何用EXCEL对一组数据进行正态性检验
正态分布概率密度正态分布函数“NORMDIST”获取。
在这里是以分组边界值为“X”来计算：
Mean=AVERAGE(A:A)(数据算术平均）
Standard_dev=STDEV(A:A)(数据的标准方差）
Cumulative=0(概率密度函数）
5.平滑正态分布图
选中正态分布曲线→右键→设置数据列格式→线型→勾选“平滑线”→关闭
5. 请问给你一组数据后怎样用EXCEL判断这组数据是否符合正态分布
先放一张用EXCEL制作的图形。
1.首先新建一个Excel表，这里我们有两种方法来获得正态分布的两个未知量（μ，σ ），第一个方法，就是根据数据来求，μ的公式为 average（），σ的公式为Stdev（）；另外一种方法是手动输入两个数值。两个方法原理都是一样的；
2. 在一列中输入x，另外一列中输入F(x)，这里F（x）＝NORMDIST(A3,$B$1,$D$1,FALSE)【注：A3是x所在的单元格，$B$1为平均值所在的绝对单元格，$D$1为标准差所在的绝对单元格】
3.这里的x可以是你自己输入的数值，也可以是自动求出的；
4.用同样的方法建立一组数据（越多数据线越光滑）
5. 插入图形，折线图，即可；
6. 如何判断一组数据是否为正态分布
检验方法一：看偏度系数和峰度系数
我们把SPSS结果最上面的一个表格拿出来看看(见下图)：
偏度系数Skewness=-0.333;峰度系数Kurtosis=0.886；两个系数都小于1，可认为近似于正态分布。
检验方法二：单个样本K-S检验
在SPSS里执行“分析—>非参数检验—>单个样本K-S检验，弹出对话框，检验变量选择“期初平均分”，检验分布选择“正态分布”，然后点“确定”。
检验结果为：
从结果可以看出，K-S检验中,Z值为0.493，P值 (sig
2-tailed)=0.968>0.05，因此数据呈近似正态分布
检验方法三：Q-Q图检验
在SPSS里执行“图表—>Q-Q图”，弹出对话框，见下图：
变量选择“期初平均分”，检验分布选择“正态”，其他选择默认，然后点“确定”，最后可以得到Q-Q图检验结果，结果很多，我们只需要看最后一个图，见下图。
QQ Plot 中，各点近似围绕着直线，说明数据呈近似正态分布。
(6)怎样给出一组正态数据扩展阅读：
正态分布也叫常态分布，在我们后面说的很多东西都需要数据呈正态分布。下面的图就是正态分布曲线，中间隆起，对称向两边下降。
1.在SPSS里执行“分析—>描述统计—>频数统计表”(菜单见下图，英文版的可以找到相应位置)，然后弹出左边的对话框，变量选择左边的“期初平均分”，再点下面的“图表”按钮，弹出图中右边的对话框，选择“直方图”，并选中“包括正态曲线”
2.设置完后点“确定”，就后会出来一系列结果，包括2个表格和一个图，我们先来看看最下面的图，见下图，
上图中横坐标为期初平均分，纵坐标为分数出现的频数。从图中可以看出根据直方图绘出的曲线是很像正态分布曲线。如何证明这些数据符合正态分布呢，光看曲线还不够，还需要检验如上。
7. excel如何检验一组数据是否符合正态分布
方法和详细的操作步骤如下：
1、第一步，新建Excel文档，见下图，转到下面的步骤。
8. 用EXCEL画出一组数据的正态分布图
excel只能做粗略的正态分布图：
将数量从200到600，按每间隔50（也可以按30、60）统计出现次数，如200～250，250～300，300～350，将各区间段的出现次数做直方图，如果数据满足正态分布，出来的结果就是正态分布图。
建议用minitab类专业软件，制作正态分布图，谢谢！
9. 怎么才能确定一组数据能够服从正态分布
综述：
在有大量实验数据时，经过计算，所得数值在一定范围内，这才会符合正态分布。
正态分布（Normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。
若随机变量服从一个位置参数、尺度参数的概率分布，记为：则其概率密度函数为正态分布的数学期望值或期望值等于位置参数，决定了分布的位置；其方差的开平方或标准差等于尺度参数，决定了分布的幅度。
正态分布的概率密度函数曲线呈钟形，因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是位置参数为0, 尺度参数为1的正态分布（见右图中绿色曲线）。
正态分布（Normal distribution)是一种概率分布。正态分布是具有两个参数μ和σ^2的连续型随机变量的分布，第一参数μ是遵从正态分布的随机变量的均值，第二个参数σ^2是此随机变量的方差，所以正态分布记作N(μ，σ^2 )。
遵从正态分布的随机变量的概率规律为取 μ邻近的值的概率大 ，而取离μ越远的值的概率越小；σ越小，分布越集中在μ附近，σ越大，分布越分散。