概率分布与数据建模

1、二项分布：模拟n次独立实验，每次试验成功的概率是P。BINOM.DIST(x,,n,p)
2、泊松分布：在一定时间或空间内出现的事件个数。
POISSON.DIST(x,mean,true/false)
true:累计,比如x≤4；false：正好是x的分布，比如x=4。
3、均匀分布：在某个区间上，概率在各处的密集程度一样。
期望值：(a+b)/2; 方差：(b-a)^2/12
4、正态分布。
累计概率：norm.dist()。使用如下：
P(X＞700)=1-P(X＜700)
=1-norm.dist(700,mean,standard_dev,TRUE)
P(700＜X<900)=P(X<900)-P(X<700)
norm.dist(900,mean,standard_dev,TRUE) -norm.dist(700,mean,standard_dev,TRUE)

若知道正态概率，求X的值：norm.inv(p,mean,standard)

标准正太分布计算：
NORM.S.DIST(z,cumulative)
使用如下：
NORM.S.DIST(1,cumulative)-NORM.S.DIST(-1,cumulative)=0.68
大约有68%的面积处在距离平均值1个标准差之内。

5、指数分布：
EXPON.DIST(x,lambda,cumulative)
lambda=1/μ

6、随机数
RAND()：随机抽取从0到1的数