[ ホーム | 一覧 | 検索 | 最終更新 | ヘルプ ] [ 新規 ]

健康統計の基礎・健康統計学 - 2011/13th/Excel の変更点

Top > 2011 > 13th > Excel
AND OR
  • 追加された行はこの色です。
  • 削除された行はこの色です。
  • 2011/13th/Excel へ行く。

TITLE:確率分布に関するExcelの関数
*確率分布に関するExcelの関数 [#se3daf56]

推定・検定で利用できる、
確率分布に関するExcelの関数を紹介します。


**そのほかの関数 [#k83d2850]
***LN [#w843ce4c]
-自然対数( &mimetex(\normalsize \log_e = \ln ); )の値を計算するには、''LN''関数を利用します。
>
:LN(自然対数の値を返す)|
--書式 : LN(数値)
--引数 : 数値 ... :自然対数を求める正の実数
--例:&mimetex(\normalsize \log_e 10 = \ln 10 ); の階乗を計算する
#pre(novervatim){{
=COLOR(red):LNCOLOR(black):(10)
}}
<

***EXP [#t250c01f]
-自然対数の底(e=2.712…)のべき乗を計算するには、''EXP''関数を利用します。
>
:EXP(自然対数の底のべき乗の値を返す)|
--書式 : EXPT(数値)
--引数 : 数値 ... :べき乗の指数
--例:&mimetex(\normalsize e^2 );の階乗を計算する
#pre(novervatim){{
=COLOR(red):EXPCOLOR(black):(2)
}}
<


**正規分布 [#ocad87f3]

***NORMDIST [#wf389355]
>
:NORMDIST(正規分布において任意のxに対する累積確率pを返す)|
--書式 : NORMDIST(x, 平均, 標準偏差, 定数)
---引数 : x :横軸 x の値
---引数 : 平均 :データの平均
---引数 : 標準偏差 :データの標準偏差
---引数 : 定数 :「TRUE」なら累積確率、「FALSE」なら確率分布関数の値を返す
--例:平均が1、標準偏差が2の正規分布でxが0のときの累積確率を計算する
#pre(novervatim){{
=COLOR(red):NORMDISTCOLOR(black):(0, 1, 2, TRUE)
}}
<

***NORMINV [#wb7d755e]
>
:NORMINV(正規分布において累積確率pに対するxの値を返す)|
--書式 : NORMINV(p, 平均, 標準偏差)
---引数 : p :累積確率
---引数 : 平均 :データの平均
---引数 : 標準偏差 :データの標準偏差
--例:平均が1、標準偏差が2の正規分布で累積確率が0.975(97.5%)のときのxの値を計算する
#pre(novervatim){{
=COLOR(red):NORMINVCOLOR(black):(0.975, 1, 2)
}}
<

**標準正規分布 [#ndac71ee]

***NORMSDIST [#s1b8f39b]
>
:NORMSDIST(標準正規分布において任意のzに対する累積確率pを返す)|
--書式 : NORMSDIST(z)
---引数 : z :横軸 z の値
--例:標準正規分布でzが1.95のときの累積確率を計算する
#pre(novervatim){{
=COLOR(red):NORMSDISTCOLOR(black):(1.95)
}}
<

***NORMSINV [#ia26be2b]
>
:NORMSINV(標準正規分布において累積確率pに対するzの値を返す)|
--書式 : NORMSINV(p)
---引数 : p :累積確率
--例:累積確率が0.95(95%)のときのzの値を計算する
#pre(novervatim){{
=COLOR(red):NORMINVCOLOR(black):(0.95)
}}
<


**t分布 [#o091167b]

***TDIST [#ia1b0cdd]
>
:TDIST(t分布において任意のt値に対する上側確率pを返す)|
--書式 : TDIST(t, f, 定数)
---引数 : t :横軸 t の値
---引数 : f :自由度
---引数 : 定数 :「1」ならpの値、「2」ならpの2倍の値を返す
--例:自由度が4のt分布でtが4.6のときの上側確率を計算する
#pre(novervatim){{
=COLOR(red):TDISTCOLOR(black):(4.6, 4, 1)
}}
<

***TINV [#u9fc13d1]
>
:TINV(t分布において両側確率pに対するt値を返す)|
--書式 : TINV(p, f)
---引数 : p :両側確率(上側確率を求める場合はpを2倍する)
---引数 : f :自由度
--例:自由度が4のt分布で両側確率が0.05(5%)のときのtの値を計算する
#pre(novervatim){{
=COLOR(red):TINVCOLOR(black):(0.05, 4)
}}
<


**カイ2乗分布 [#q43a53f8]

***CHIDIST [#w74e747f]
>
:CHIDIST(カイ2乗分布において任意のカイ2乗値 xに対する上側確率pを返す)|
--書式 : CHIDIST(x, f)
---引数 : x :カイ2乗値 x の値
---引数 : f :自由度
--例:自由度が10のカイ2乗分布でカイ2乗値が18のときの上側確率を計算する
#pre(novervatim){{
=COLOR(red):CHIDISTCOLOR(black):(18, 10)
}}
<

***CHIINV [#zce77d1d]
>
:CHIINV(カイ2乗分布において上側確率pに対するカイ2乗値 x を返す)|
--書式 : CHIINV(p, f)
---引数 : p :上側確率
---引数 : f :自由度
--例:自由度が10のカイ2乗分布で上側確率が0.05(5%)のときのカイ2乗値の値を計算する
#pre(novervatim){{
=COLOR(red):CHIINVCOLOR(black):(0.05, 10)
}}
<



**F分布 [#s29de439]

***FDIST [#vdad8b95]
>
:FDIST(F分布において任意の自由度とF値に対する上側確率pを返す)|
--書式 : FDIST(F, f1, f2)
---引数 : F :F値
---引数 : f1 :第1自由度
---引数 : f2 :第2自由度
--例:第1自由度が3、第2自由度が4のF分布でF値が18のときの上側確率を計算する
#pre(novervatim){{
=COLOR(red):FDISTCOLOR(black):(18, 3, 4)
}}
<

***FINV [#cd15db5a]
>
:FINV(F分布において任意の自由度と上側確率pに対するF値を返す)|
--書式 : CHIINV(p, f1, f2)
---引数 : p :上側確率
---引数 : f1 :第1自由度
---引数 : f2 :第2自由度
--例:第1自由度が3、第2自由度が4のF分布で上側確率が0.05(5%)のときのカイ2乗値の値を計算する
#pre(novervatim){{
=COLOR(red):FINVCOLOR(black):(0.05, 3, 4)
}}
<

メニュー

  • トップページ
  • 参考書籍

授業内容

  • 第1回
  • 第2回
  • 第3回
  • 第4回

ケータイで教員にメール

mkawano%40ed.hyogo-dai.ac.jp

今日の5件
  • FrontPage(12)
  • 2011/6th/Excel2(11)
  • 2015/5th/Excel2(3)
  • 2014/2nd(3)
  • 2014/9th(2)
最新の10件
2025-05-26
  • 2025/BHS/7th/exercise
  • 2025/BHS/7th/1st
  • 2025/BHS/7th
  • 2025/BHS
2025-05-19
  • 2025/BHS/6th/1st
2025-05-12
  • 2025/BHS/5th/exercise
  • 2025/BHS/6th/exercise
  • 2025/BHS/6th
2025-04-28
  • 2025/BHS/4th/1st
  • 2025/BHS/5th/Mathematical_Basic_Knowledge

total: 10954
today: 1
yesterday: 0
now: 2

リロード   差分   ホーム 一覧 検索 最終更新 バックアップ リンク元   ヘルプ   最終更新のRSS
http%3A%2F%2Fhs-www.hyogo-dai.ac.jp%2F~kawano%2FHStat%2F%3F2011%25252F13th%25252FExcel
Founded by Minoru Kawano.
Powered by PukiWiki Plus! 1.4.7plus-u2-i18n. HTML convert time to 0.107 sec.
Valid XHTML 1.1