Το Excel σάς προσφέρει τη στατιστική συνάρτηση NORM.DIST για εργασία με κανονικές κατανομές. Η συνάρτηση NORM.DIST υπολογίζει την πιθανότητα η μεταβλητή X να πέσει κάτω ή σε μια καθορισμένη τιμή. Η συνάρτηση NORM.DIST χρησιμοποιεί τη σύνταξη
=NORM.DIST(x,μέσος όρος,standard_dev,αθροιστική)
όπου x είναι η μεταβλητή που θέλετε να συγκρίνετε, μέσος όρος είναι ο μέσος όρος πληθυσμού, standard_dev είναι η τυπική απόκλιση πληθυσμού και αθροιστική είναι μια λογική τιμή που λέει στο Excel εάν θέλετε μια αθροιστική πιθανότητα ή μια διακριτή πιθανότητα.
Ακολουθεί ένα παράδειγμα του τρόπου με τον οποίο μπορείτε να χρησιμοποιήσετε τη συνάρτηση NORM.DIST: Ας υποθέσουμε ότι θέλετε να υπολογίσετε την πιθανότητα ότι κάποιος χαζομπαμπάς με τον οποίο συνεργάζεστε έχει πραγματικά IQ πάνω από 135 σαν να καυχιέται πάντα. Ας υποθέσουμε περαιτέρω ότι ο μέσος όρος IQ πληθυσμού ισούται με 100 και ότι η τυπική απόκλιση πληθυσμού για τα IQ είναι 15.
Σε αυτήν την περίπτωση, χρησιμοποιείτε τον ακόλουθο τύπο:
=NORM.DIST(135,100,15,1)
Η συνάρτηση επιστρέφει την τιμή 0,990185, υποδεικνύοντας ότι εάν οι εισροές είναι σωστές, περίπου το 99 τοις εκατό του πληθυσμού έχει δείκτη νοημοσύνης κάτω από 135. Ή, ελαφρώς επαναλαμβανόμενο, αυτό σημαίνει ότι η πιθανότητα ο συνάδελφός σας να έχει IQ πάνω από 135 είναι λιγότερο από 1 τοις εκατό.
Εάν θέλετε να υπολογίσετε την πιθανότητα ο συνάδελφός σας να έχει IQ ίσο ακριβώς με 135, χρησιμοποιήστε τον ακόλουθο τύπο:
=NORM.DIST(135,100,15,0)
Αυτή η συνάρτηση επιστρέφει την τιμή 0,001748, υποδεικνύοντας ότι το 0,1748 τοις εκατό, ή περίπου το ένα έκτο του τοις εκατό, του πληθυσμού έχει IQ ίσο με 135.
Για να είστε πολύ επιλεκτικοί, οι στατιστικολόγοι μπορεί κάλλιστα να σας πουν ότι δεν μπορείτε πραγματικά να υπολογίσετε την πιθανότητα μιας μεμονωμένης τιμής, όπως η πιθανότητα ο δείκτης νοημοσύνης κάποιου να είναι ίσος με 135. Επομένως, όταν ορίζετε το σωρευτικό όρισμα στο 0, αυτό που συμβαίνει στην πραγματικότητα είναι ότι το Excel εκτιμά χονδρικά την πιθανότητα χρησιμοποιώντας ένα μικρό εύρος για τη μεμονωμένη τιμή.