概率分布算法
① 统计学知识，用excel计算，求大虾们赐教。 我有一组数据，个数很多，如何计算其概率分布情况
假设求的是A1：A22，在区间【50,60】内的数据个数，公式为：
=COUNTIF($A$1:$A$22,">50")-COUNTIF($A$1:$A$22,">60")
以此类推
概率计算公式为：
=COUNTIF($A$1:$A$22,">50")-COUNTIF($A$1:$A$22,">60")/样本个数
② 正态分布的概率计算
正态分布是具有两个参数μ和σ2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σ2是此随机变量的方差，所以正态分布记作N(μ，σ2 )。 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。正态分布的密度函数的特点是：关于μ对称，在μ处达到最大值，在正（负）无穷远处取值为0，在μ±σ处有拐点。它的形状是中间高两边低 ，图像是一条位于x轴上方的钟形曲线。当μ＝0，σ2 ＝1时，称为标准正态分布，记为N（0，1）。μ维随机向量具有类似的概率规律时，称此随机向量遵从多维正态分布。多元正态分布有很好的性质，例如，多元正态分布的边缘分布仍为正态分布，它经任何线性变换得到的随机向量仍为多维正态分布，特别它的线性组合为一元正态分布
③ 多次投掷骰子的数字之和的概率分布的计算过程
干算的。用三个来说吧：
总共有
6的三次方的可能性
例如
6的概率就是
先找到
3个骰子
有几种加起来等于6的可能性（不算循序，前后不可重复），从小到大排：
1＋1＋4
1＋2＋3
2
+
2
+2
3种可能的排列
每个算循序的话，不相同字面数的阶乘：
1＋1＋4
两个不相同
得
2！
1＋2＋3
三个不相同
得
3！
2
+
2
+2
一个不相同
得
1！
－－－－－－－－－－－－－－－
相加得
10
那么就是
10/(6的三次方)=0.0463=4.63%
其他的都是这样算出来的，该用的技巧在这个例子里都有。
④ 正态分布概率计算公式是什么
正态分布概率计算公式：
正态分布符号定义：
若随机变量X服从一个数学期望为μ、方差为的高斯分布，记为N(μ，)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。因其曲线呈钟形，因此人们又经常称之为钟形曲线。正态分布有两个参数，即均数（μ）和标准差（σ）。
例如，在生产条件不变的情况下，产品的强力、抗压强度、口径、长度等指标；同一种生物体的身长、体重等指标；同一种种子的重量；测量同一物体的误差；弹着点沿某一方向的偏差；某个地区的年降水量；以及理想气体分子的速度分量，等等。
⑤ 概率论 联合分布律
解决办法：相互独立是关键。对于离散型，P（x=I，y=J）=P（x=I）*P（y=J），请记住。用E（XY）方法可以得到XY的分布规律。
P 0.32 0.08 0.48 0.12.E（XY）=3*0.32+4*0.08+6*0.48+8*0.12=5.12
P（X Y=1）=P（X=1）P（Y=1）+P（X=-1）P（Y=-1）=0.1875+0.1875=0.375
P（X Y=-1）=P（X=1）P（Y=-1）+P（X=-1）P（Y=1）=0.5625+0.0625=0.625
E（XY）=1*0.375+（-1）*0.625=-0.25
P（X=2，Y=2）=P（XY=4）=1/12
P（X=2，Y=0）=P（X=2）-P（X=2，Y=1）-P（X=2，Y=2）=1/6-1/12=1/12
同样，P（x=0，y=2）=P（y=2）-P（x=1，y=2）-P（x=2，y=2）=1/3-1/12=1/4。
那么，P（x=0，y=0）=P（x=0）-P（x=0，y=1）-P（x=0，y=2）=1/2-1/4=1/4。
(5)概率分布算法扩展阅读：
在同时掷硬币和骰子的随机实验中，如果事件a要获得国徽，且点数大于4，则事件a的概率应计算如下：
S={（国徽，1分），（数字，1分），（国徽，2分），（数字，2分），（国徽，3分），（数字，3分），（国徽，4分），（数字，4分），（国徽，5分），（数字，5分），（国徽，6分），（数字，6分）}，a={（国徽，5分），（国徽，6点）}，由拉普拉斯定义。
a的概率是2/12=1/6。值得注意的是，拉普拉斯测验中有一些问题。在现实中是否存在这样的检验，其单位事件的概率具有完全相同的概率值，因为人们并不知道。
硬币和骰子是否“完美”，即骰子是否均匀，重心是否在正中心，轮盘赌是否趋向于某一个数字等。
⑥ 请问这个概率分布是咋计算的
看图
⑦ 正态分布的概率计算，X~N(50,100),求P(X<=40)
如下图，可以转化为标准正态分布计算，需要查表。
若随机变量X服从一个数学期望为μ、方差为σ^2的正态分布，记为N(μ，σ^2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ = 0,σ = 1时的正态分布是标准正态分布。
拓展资料：
正态分布（Normal distribution），也称“常态分布”，又名高斯分布（Gaussian distribution），最早由A.棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质。
正态分布有极其广泛的实际背景，生产与科学实验中很多随机变量的概率分布都可以近似地用正态分布来描述。例如，在生产条件不变的情况下，产品的强力、抗压强度、口径、长度等指标；同一种生物体的身长、体重等指标；同一种种子的重量；测量同一物体的误差；弹着点沿某一方向的偏差；某个地区的年降水量；以及理想气体分子的速度分量，等等。
一般来说，如果一个量是由许多微小的独立随机因素影响的结果，那么就可以认为这个量具有正态分布（见中心极限定理）。从理论上看，正态分布具有很多良好的性质 ，许多概率分布可以用它来近似；还有一些常用的概率分布是由它直接导出的，例如对数正态分布、t分布、F分布等。
参考资料：网络-正态分布
⑧ 如果没学过排列组合怎么计算概率
排列、组合、概率都与集合密切相关。排列和组合都是求集合元素的个数，概率是求子集元素个数与全集元素个数的比值。
以最常见的全排列为例，用S（A）表示集合A的元素个数。用1、2、3、4、5、6、7、8、9组成数字不重复的九位数，则每一个九位数都是集合A的一个元素，集合A中共有9！个元素，即S（A）=9！
如果集合A可以分为若干个不相交的子集，则A的元素等于各子集元素之和。把A分成各子集，可以把复杂的问题化为若干简单的问题分别解决，但我们要详细分析各子集之间是否确无公共元素，否则会重复计算。
集合的对应关系
两个集合之间存在对应关系（以前学的函数的概念就是集合的对应关系）。如果集合A与集合B存在一一对应的关系，则S（A）=S（B）。如果集合B中每个元素对应集合A中N个元素，则集合A的元素个数是B的N倍（严格的定义是把集合A分为若干个子集，各子集没有共同元素，且每个子集元素个数为N，这时子集成为集合A的元素，而B的元素与A的子集有一一对应的关系，则S（A）=S（B）*N
例如：从1、2、3、4、5、6、7、8、9中任取六个数，问能组成多少个数字不重复的六位数。
集合A为数字不重复的九位数的集合，S（A）=9！
集合B为数字不重复的六位数的集合。
把集合A分为子集的集合，规则为前6位数相同的元素构成一个子集。显然各子集没有共同元素。每个子集元素的个数，等于剩余的3个数的全排列，即3！
这时集合B的元素与A的子集存在一一对应关系，则
S（A）=S（B）*3！
S（B）=9！/3！
组合与排列的区别在于，每一个组合中的各元素是没有顺序的。无论这些元素怎样排列，都只当作一种组合方式。所以在计算组合数的时候，只要分步，就意味有次序。取N次，N件物品的N！种排列方式都会被当作不同选法，该选法就重复计了N！次。比如10个球中任取三个球，取法应该是C（10，3），但如果先从10个中取一个，得C（10，1），再从9个中取一个得C（9，1），再从8个中取一个得C（8，1），再相乘结果成了P（10，3），结果增大了3！倍。
概率的概念。在有限集合的情况下，概率是子集元素个数与全集元素个数的比值。在无限集合的情况下，概率是代表子集的点的面积与代表全集的点的面积的比值。
概率分布函数可以描述概率分布的全貌。离散型的概率分布是一组数列，计算事件发生的概率、数学期望和方差都使用数列的计算方法。连续型的概率分布是一个函数， 它等于概率密度函数的积分，计算事件发生的概率、数学期望和方差都使用积分的计算方法。
⑨ 请问这个概率分布如何计算的，谢谢
在离散分布中,两点分布,二项分布,以及所说的超几何分布,都涉及抽取的问题 但前两个可以用贝努力实验(几何分布)解释.超几何分布不能用贝努力实验来概括,命名者就干脆定了个超几何吧. 泊松分布侧重于到达的概念.就算它是代数分布吧 例如 黑箱中有A个红球和B个绿球，从箱中先后取N个球(不放回)，其中有X个红球，这个X服从超几何分布