Поиск квантиля нормального распределения в Excel: функции, примеры, нюансы

Квантили нормального распределения — ключевой инструмент статистического анализа, который помогает определить пороговые значения вероятностей. В Microsoft Excel эта задача решается с помощью встроенных функций, но многие пользователи сталкиваются с путаницей: какую формулу выбрать, как правильно задать параметры и почему результаты иногда не совпадают с теоретическими ожиданиями.

На практике поиск квантилей нужен для расчёта доверительных интервалов, оценки рисков, тестирования гипотез или даже в финансовом моделировании. Например, если вам нужно узнать, какое значение доходности портфеля не превышается с вероятностью 95%, или определить критическое значение для t-критерия Стьюдента — без квантилей не обойтись. В этой статье разберём все нюансы: от базовых функций до распространённых ошибок и альтернативных методов.

Особенность работы с квантилями в Excel заключается в том, что программа предлагает несколько функций для одной задачи — и выбор зависит от версии программы, типа распределения (стандартное или с произвольными параметрами) и даже от региональных настроек. Мы покажем, как избежать ловушек и получить точный результат с первого раза.

Что такое квантиль нормального распределения и зачем он нужен

Квантиль (или процентиль) — это значение, которое разделяет распределение на две части с заданными вероятностями. Например, квантиль порядка 0.95 (95-й процентиль) указывает на точку, ниже которой лежит 95% всех наблюдений. В контексте нормального распределения это значение часто используется для:

• 📊 Построения доверительных интервалов (например, в A/B-тестировании).
• 💰 Оценки финансовых рисков (Value-at-Risk, VaR).
• 🔬 Проверки статистических гипотез (сравнение средних, дисперсий).
• 📈 Анализа отклонений в производственных процессах (контроль качества).

Важно понимать, что нормальное распределение симметрично, и его квантили связаны с функцией плотности вероятности. Например, квантиль 0.5 всегда соответствует среднему значению (математическому ожиданию), а квантили 0.25 и 0.75 — первым и третьим квартилям. В Excel для поиска этих значений используются обратные функции к функциям распределения.

Если вы работаете со стандартным нормальным распределением (где среднее = 0, стандартное отклонение = 1), достаточно одной функции. Для распределений с произвольными параметрами потребуется другая формула. Об этом подробнее в следующем разделе.

Функции Excel для поиска квантилей: НОРМ.ОБР vs НОРМ.СТ.ОБР

В Excel есть две основные функции для нахождения квантилей нормального распределения:

1. НОРМ.ОБР(вероятность; среднее; стандартное_отклонение) — для распределения с произвольными параметрами.
2. НОРМ.СТ.ОБР(вероятность) — для стандартного нормального распределения (среднее = 0, стандартное отклонение = 1).

Разница между ними критична: если вы используете НОРМ.СТ.ОБР для распределения со средним 100 и стандартным отклонением 15, результат будет неверным. Например, квантиль 0.975 для стандартного распределения равен ~1.96, а для распределения со средним 100 и σ=15 — уже 129.4.

Пример использования НОРМ.СТ.ОБР:

=НОРМ.СТ.ОБР(0,95)

Эта формула вернёт ~1.645 — значение, ниже которого лежит 95% площади под кривой стандартного нормального распределения.

Для распределения с параметрами (например, среднее = 50, σ = 10):

=НОРМ.ОБР(0,95; 50; 10)

Результат: ~66.45 — это значение, которое не превышается с вероятностью 95%.

Пошаговая инструкция: как найти квантиль в Excel

Рассмотрим процесс на конкретном примере. Допустим, у вас есть данные о росте студентов с средним значением 175 см и стандартным отклонением 8 см. Вам нужно найти рост, который не превышают 90% студентов (квантиль 0.9).

Шаг 1. Откройте Excel и создайте новую таблицу. В ячейке A1 введите вероятность (0.9), в A2 — среднее (175), в A3 — стандартное отклонение (8).

Шаг 2. В ячейке B1 введите формулу:

=НОРМ.ОБР(A1; A2; A3)

Шаг 3. Нажмите Enter. Результат: ~183.4 см. Это означает, что 90% студентов имеют рост не выше 183.4 см.

Введена корректная вероятность (от 0 до 1)|Указаны среднее и стандартное отклонение (если нужно)|Использована правильная функция (НОРМ.ОБР или НОРМ.СТ.ОБР)|Результат логичен (например, квантиль 0.5 ≈ среднему)-->

Если вам нужно найти квантиль для стандартного распределения, используйте НОРМ.СТ.ОБР с одним аргументом. Например, для вероятности 0.975:

=НОРМ.СТ.ОБР(0,975)

Результат: ~1.96 — классическое значение для 95% доверительного интервала в двусторонних тестах.

Распространённые ошибки и как их избежать

Даже опытные пользователи Excel иногда допускают ошибки при работе с квантилями. Вот самые частые из них:

• ❌ Путаница между вероятностью и процентилем. Функции НОРМ.ОБР и НОРМ.СТ.ОБР требуют вероятность (от 0 до 1), а не процент (от 0 до 100). Например, для 95-го процентиля нужно вводить 0.95, а не 95.
• ❌ Использование НОРМ.СТ.ОБР для нестандартного распределения. Если ваши данные имеют среднее ≠ 0 или σ ≠ 1, результат будет неверным.
• ❌ Округление вероятности. Например, ввод 0.9 вместо 0.9012 может существенно исказить результат для "хвостов" распределения.
• ❌ Игнорирование региональных настроек. В некоторых версиях Excel функции могут называться по-английски: NORM.INV и NORM.S.INV.

⚠️ Внимание: Если вы получаете ошибку #ЧИСЛО!, проверьте, что вероятность находится в диапазоне (0; 1). Значения 0 или 1 приводят к ошибке, так как квантили для них теоретически равны ±∞.

Альтернативные методы: использование надстройки "Анализ данных"

Если вам нужно найти квантили для большого массива данных, можно воспользоваться надстройкой "Анализ данных" (Data Analysis ToolPak). Этот метод полезен, когда у вас есть эмпирические данные, а не теоретическое распределение.

Шаг 1. Активируйте надстройку:

• Перейдите в Файл → Параметры → Надстройки.
• Внизу окна выберите Управление: Надстройки Excel и нажмите Перейти.
• Отметьте Пакет анализа и нажмите OK.

Шаг 2. Используйте инструмент Описательная статистика:

• Перейдите в Данные → Анализ данных → Описательная статистика.
• Укажите входной интервал с вашими данными.
• Отметьте флажок Итоговая статистика и Уровень надёжности (например, 95%).

В результате вы получите таблицу с квартилями, средним, стандартным отклонением и другими статистиками. Этот метод удобен для анализа реальных данных, но не заменяет теоретические квантили нормального распределения.

⚠️ Внимание: Надстройка "Анализ данных" использует эмпирические квантили, которые могут отличаться от теоретических значений нормального распределения, особенно для небольших выборок (n < 30). Для точных расчётов лучше комбинировать оба метода.

Практический пример: расчёт доверительного интервала

Допустим, вы анализируете время доставки заказов в вашем интернет-магазине. Среднее время доставки — 3 дня, стандартное отклонение — 0.5 дня. Вам нужно построить 95% доверительный интервал для среднего времени доставки на основе выборки из 100 заказов.

Шаг 1. Найдите квантиль для 95% доверительного интервала. Так как интервал двусторонний, используем вероятности 0.025 и 0.975:

=НОРМ.СТ.ОБР(0,025)  // Вернёт ~-1.96
=НОРМ.СТ.ОБР(0,975)  // Вернёт ~1.96

Шаг 2. Рассчитайте стандартную ошибку среднего:

=0,5/SQRT(100)  // SQRT — функция квадратного корня. Результат: 0.05

Шаг 3. Постройте доверительный интервал:

Нижняя граница = 3 + (-1.96 * 0.05) ≈ 2.902
Верхняя граница = 3 + (1.96 * 0.05) ≈ 3.098

Таким образом, с вероятностью 95% истинное среднее время доставки лежит в интервале от 2.9 до 3.1 дня.

Совместимость функций в разных версиях Excel

Функции для работы с нормальным распределением эволюционировали вместе с Excel. В старых версиях (до 2010 года) использовались функции НОРМОБР и НОРМСТОБР, которые теперь считаются устаревшими, но всё ещё работают для обратной совместимости.

В таблице ниже — соответствие функций в разных версиях:

В Excel 2019 и новее функции НОРМОБР и НОРМСТОБР сохранены для совместимости, но могут быть удалены в будущих обновлениях. Рекомендуется использовать новые названия (с точками).

Если вы работаете с английской версией Excel, используйте:

• NORM.S.INV вместо НОРМ.СТ.ОБР.
• NORM.INV вместо НОРМ.ОБР.

FAQ: Ответы на частые вопросы

=СТЬЮДЕНТ.ОБР.2Х(0,05; 20)