
使用Excel繪制F分布概率密度函數(shù)圖表
利用Excel繪制t分布的概率密度函數(shù)的相同方式,可以繪制F分布的概率密度函數(shù)圖表。
F分布的概率密度函數(shù)如下圖所示:
其中:μ為分子自由度,ν為分母自由度
Γ為伽馬函數(shù)的的符號
由于Excel沒有求F分布的概率密度函數(shù)可用,但是F分布中涉及到GAMMALN()函數(shù),而excel是提供GAMMALN()函數(shù)的,所以我們可以使用excel中的GAMMALN()函數(shù)的運算來計算得到F分布的概率密度函數(shù)。(可參見【附錄】)
經(jīng)轉(zhuǎn)換后上述公式為:
F(X,df1,df2)=EXP(GAMMALN((DF1+DF2)/2))*(DF1^(DF1/2))*(DF2^(DF2/2))*(X^(DF1/2-1))/EXP(GAMMALN(DF1/2))/EXP(GAMMALN(DF2/2))/((DF2+DF1*X)^((DF1+DF2)/2))
……………………………………………………………公式(1)
現(xiàn)以分子自由度μ=20,分母自由度ν=20為例,求F分布的圖表,可由以下幾步進行:
第1步 在Excel單元格中輸入自變量
在A列中,在單元格A2中輸入0,在單元格A3中輸入0.1,遞增0.1,選中單元格A2與A3,按住右下角的填充控制點一直拖到單元格A46是4.4為止,A列的這些數(shù)據(jù)就作為隨機變量t的取值。
第2步 在單元格B2中輸入計算t分布的概率密度函數(shù)的公式
對于公式(1),由于自由度μ=20 ,ν=20則由DF1=20,DF2=20代入;自變量X就是單元格A2的值,所以按Excel相對引用的規(guī)則,X由A2代入即可,于是單元格B2內(nèi)容是
=EXP(GAMMALN((20+20)/2))/(EXP(GAMMALN(20/2))*EXP(GAMMALN(20/2)))*(20/20)^(20/2)*A2^(20/2-1)*(1+20/20*A2)^(-1/2*(20+20))
第3步 復制公式
按住單元格B2右下角的填充控制點,向下一直拖曳到B46,將B2的公式填充復制到B列的相應的單元格。
第4步 作F分布概率密度函數(shù)圖表
選擇A1:B46,選“插入”-“圖表”-“散點圖”-“帶平滑線的散點圖”,輸入標題,調(diào)整字號、線型等格式,完成t分布概率密度函數(shù)圖,如圖-1所示:
如將上圖的圖表類型換成二維面積圖,則如圖-2-1(2003版)和圖-2-2(2010版)所示:
如將上圖的圖表類型換成三維面積圖,則如圖-3-1(2003版)和圖-3-2(2010版)所示:
為 了方便調(diào)整不同的自由度參數(shù)值觀察圖形變化,在Excel數(shù)據(jù)表中可在第一行的某幾個單元格如I1、I2;J1、J2;K1、K2;L1、L2;M1、 M2輸入不同參數(shù),然后在公式引用這幾個參數(shù)時使用不同的方式:列數(shù)據(jù)為相對引用,而行數(shù)據(jù)為絕對引用,如I$1、I$2;J$1、J$2;K$1、 K$2;L$1、L$2;M$1、M$2。而A列自變量值則使用:列數(shù)據(jù)為絕對引用,而行數(shù)據(jù)為相對引用,如$A4、$A5、$A6等。
例:B4單元格的公式則為:
=EXP(GAMMALN((I$1+I$2)/2))*(I$1^(I$1/2))*(I$2^(I$2/2))*($A4^(I$1/2-1))/EXP(GAMMALN(I$1/2))/EXP(GAMMALN(I$2/2))/((I$2+I$1*$A4)^((I$1+I$2)/2))
這樣引用的公式可以直接拖曳復制B4:F48。
數(shù)據(jù)表輸入截圖如圖-4:
在公式輸入后,選擇單元格區(qū)間A3:F48,在同一圖表作出五種不同自由度的平滑曲線的散點圖,如圖-5所示:
【附錄:關(guān)于GAMMALN()函數(shù)和EXP()函數(shù)】
函數(shù) GAMMALN 的計算公式如下:
伽馬函數(shù)Γ(x)是個定積分,無法直接計算,可由GAMMALN()函數(shù)和EXP()函數(shù),并利用對數(shù)恒等式:
間接求得,下面對以上內(nèi)容使用Excel中的相關(guān)文字加以說明。
GAMMALN函數(shù)的作用: 返回伽瑪函數(shù)Γ(x)的自然對數(shù)。
語法:
GAMMALN(x)
X為需要計算函數(shù) GAMMALN 的數(shù)值。
GAMMALN(x)=LN(Γ(x))
說明:
如果 x 為非數(shù)值型,函數(shù) GAMMALN 返回錯誤值 #VALUE!。
如果 x ≤ 0,函數(shù) GAMMAIN 返回錯誤值 #NUM!。
數(shù)字 e 的 GAMMALN(i) 次冪等于 (i-1)!,其中 i 為整數(shù),常數(shù) e 等于 2.71828182845904,是自然對數(shù)的底數(shù)。
GAMMALN(8)=8.525161
EXP(GAMMALN(8))=5040=(8-1)!=FACT(7)
FACT(N)為返回N-1的階乘(N-1)!=1×2×3×4×…×(N-2)×(N-1)的函數(shù)(其中N為自然數(shù))
關(guān)于EXP()函數(shù):
EXP()返回 e 的 n 次冪。常數(shù) e 等于 2.71828182845904,是自然對數(shù)的底數(shù)。
語法
EXP(number)
Number 為底數(shù) e 的指數(shù)。
說明
若要計算以其他常數(shù)為底的冪,請使用指數(shù)操作符 (^)。
EXP 函數(shù)是計算自然對數(shù)的 LN 函數(shù)的反函數(shù)。
EXP(1)=2.718282(e的近似值)
EXP(2)=7.389056
EXP(1)=20.08554
EXP(LN(3))=3
于是為求伽馬函數(shù)Γ(x)首先要回憶一個最基本的恒等式:
即可得:
把該恒等式用于伽馬函數(shù)的取得,可以由以下兩步進行:
先用GAMMALN(x),取得自然對數(shù);
再用EXP(GAMMALN(x)),取得伽馬函數(shù)的值。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10