Построение графика нормального распределения в Excel: от теории к практике

График нормального распределения (или гауссова кривая) — один из самых востребованных инструментов статистического анализа. Его используют в финансах для моделирования рисков, в производстве для контроля качества, в социологии для анализа распределений признаков. Но как перенести эту математическую абстракцию в привычный Microsoft Excel? Многие пользователи ошибочно думают, что для этого нужны специализированные программы вроде R или Python, но на самом деле всё можно сделать прямо в таблицах — без макросов и плагинов.

В этой статье мы разберём три метода построения: от простейшего (с использованием встроенных функций) до продвинутого (с динамическими параметрами и автоматическим пересчётом). Вы узнаете, как правильно подготовить данные, избежать типичных ошибок при масштабировании осей, и даже научитесь накладывать на график реальные выборки для визуального сравнения. А если вы никогда не сталкивались с нормальным распределением — не беспокойтесь: мы начнём с азов теории, чтобы вы понимали, что именно строите, а не просто копировали формулы.

⚠️ Внимание: Если ваша версия Excel старше 2013 года, некоторые функции (например, НОРМ.РАСП) могут отсутствовать. В этом случае используйте альтернативный синтаксис НОРМРАСП (для англоязычных версий — NORM.DIST).

1. Теоретическая основа: что такое нормальное распределение

Нормальное распределение (или распределение Гаусса) — это статистическое распределение, которое описывает многие природные и социальные явления. Его ключевые характеристики:

• 📊 Симметричность: график имеет форму колокола с пиком в центре (мода = медиана = среднее).
• 📏 Параметры: полностью определяется двумя величинами — средним (μ) и стандартным отклонением (σ).
• 🎯 Правило трёх сигм: ~68% данных попадает в интервал μ ± σ, ~95% — в μ ± 2σ, и ~99.7% — в μ ± 3σ.

В Excel для расчёта плотности вероятности нормального распределения используется функция НОРМ.РАСП(x; среднее; стандартное_откл; ИСТИНА). Последний аргумент (ИСТИНА) указывает, что мы хотим получить именно плотность вероятности (а не кумулятивную функцию распределения).

⚠️ Внимание: Не путайте плотность вероятности с функцией распределения! Если в последнем аргументе указать ЛОЖЬ, Excel вернёт интегральную вероятность (т.е. площадь под кривой от −∞ до x), что не подходит для построения графика колокола.

2. Подготовка данных: создаём основу для графика

Прежде чем строить график, нужно сгенерировать два массива данных:

1. Значения по оси X (обычно от μ − 3σ до μ + 3σ с шагом 0.1–0.5).
2. Значения плотности вероятности (Y), рассчитанные через НОРМ.РАСП.

Допустим, мы хотим построить график для нормального распределения со средним μ = 50 и стандартным отклонением σ = 10. Вот как это сделать:

Далее заполните столбец A значениями от 20 до 80 (т.е. μ + 3σ) с шагом 0.5. Для этого:

1. Введите в A5 формулу =B1-3*B2 (результат: 20).
2. В A6 введите =A5+0.5 и растяните формулу до A125 (чтобы охватить диапазон до 80).

Теперь в столбце B (начиная с B5) рассчитайте плотность вероятности:

=НОРМ.РАСП(A5; $B$1; $B$2; ИСТИНА)

Скопируйте эту формулу до B125. Абсолютные ссылки ($B$1, $B$2) гарантируют, что при копировании не сдвинутся параметры μ и σ.

Создать ячейки для μ и σ|Задать начальное значение X как μ − 3σ|Заполнить столбец X с шагом 0.1–0.5|Рассчитать плотность вероятности в столбце Y-->

3. Построение графика: от точек к кривой

Когда данные готовы, переходим к визуализации:

1. Выделите диапазон A4:B125 (значения X и Y вместе с заголовками).
2. Перейдите на вкладку Вставка → Вставить график → Точечная с гладкими кривыми.
3. Убедитесь, что по оси X отложены значения из столбца A, а по Y — из B (при необходимости поменяйте ряды местами через Выбрать данные).

⚠️ Внимание: Если вместо гладкой кривой вы видите ломаную линию, проверьте:

• 🔹 Шаг между значениями X слишком большой (оптимально: 0.1–0.5).
• 🔹 Тип диаграммы выбран как "Точечная с прямыми отрезками" вместо "с гладкими кривыми".

Чтобы график выглядел профессионально:

• 🎨 Уберите легенду (она не нужна для одной кривой).
• 📌 Добавьте название графика (например, "Нормальное распределение: μ=50, σ=10").
• 📏 Настройте оси: установите минимальное/максимальное значение по X как μ ± 3σ (в нашем случае 20 и 80).

4. Динамический график: автоматизация параметров

Что если вам нужно быстро перестроить график для других μ и σ? Вместо ручного редактирования формул можно сделать график динамическим:

1. Создайте ползунки для μ и σ с помощью элемента управления Полоса прокрутки (вкладка Разработчик → Вставить → Элементы управления формы).
2. Свяжите ползунки с ячейками B1 и B2 (правая кнопка по ползунку → Формат объекта → укажите ячейку связи).
3. Настройте минимальные/максимальные значения ползунков (например, для μ: от 0 до 100 с шагом 1).

Критический нюанс: при изменении σ автоматически обновляется диапазон X (μ ± 3σ), поэтому формулы в столбце A должны учитывать новые границы. Используйте конструкцию:

=ЕСЛИ(СТРОКА(A1)-4<=3*$B$2*2; $B$1-3*$B$2+(СТРОКА(A1)-5)*0.5; "")

Эта формула:

• Проверяет, не выходит ли текущая строка за пределы μ ± 3σ.
• Если нет — рассчитывает значение X с шагом 0.5.
• Если да — возвращает пустую ячейку (чтобы не отображать лишние точки).

Ручной ввод формул|Динамические ползунки|Готовые шаблоны|Не строю графики в Excel-->

5. Продвинутые техники: сравнение с реальными данными

Нормальное распределение часто используется для сравнения с эмпирическими данными. Например, вы можете наложить на график гистограмму вашей выборки, чтобы визуально оценить, насколько она близка к "идеальному" колоколу.

Как это сделать:

1. Поместите реальные данные в отдельный столбец (например, C5:C125).
2. Постройте гистограмму: Вставка → Гистограмма (выберите данные из столбца C).
3. Настройте интервалы карманов (bins) гистограммы так, чтобы они совпадали с шагом по оси X вашего графика нормального распределения.
4. Комбинируйте оба графика на одном полотне: кликните правой кнопкой по гистограмме → Изменить тип диаграммы → выберите "Комбинированная".

⚠️ Внимание: При наложении графиков убедитесь, что:

• 🔢 Масштабы осей Y совпадают (для этого может понадобиться вторичная ось).
• 🎯 Гистограмма нормализована (т.е. площадь под ней равна 1), иначе сравнение с плотностью вероятности будет некорректным.

=ЧАСТОТА(диапазон_данных; интервалы_карманов) / (интервал_кармана * ЧИСЛО(диапазон_данных))

6. Типичные ошибки и как их избежать

Даже опытные пользователи Excel допускают ошибки при построении графика нормального распределения. Вот самые распространённые:

Ещё одна распространённая проблема — несоответствие масштабов при наложении гистограммы и теоретической кривой. Например, если ваша выборка содержит 1000 значений, а высота столбцов гистограммы достигает 200, то плотность вероятности (максимум ~0.08 для σ=10) просто "потонет" на фоне гистограммы. Решение:

• 📊 Постройте гистограмму и кривую на разных осях Y (добавить вторичную ось можно через Формат ряда данных).
• 🔄 Нормализуйте гистограмму (см. спойлер выше).

7. Альтернативные методы: без формул

Если вам не хочется возиться с формулами, есть два альтернативных способа построить график нормального распределения:

1. Использование надстройки Analysis ToolPak:
   • Активируйте надстройку: Файл → Параметры → Надстройки → Управление: Надстройки Excel → Перейти → поставьте галочку напротив Analysis ToolPak.
   • Перейдите на вкладку Данные → Анализ данных → Гистограмма.
   • Укажите входной диапазон (ваши данные) и интервалы карманов, поставьте галочку "Вывод графика".

⚠️ Внимание: Analysis ToolPak строит гистограмму, а не теоретическую кривую. Чтобы добавить кривую нормального распределения, придётся вручную рассчитать значения Y (как в методе 1).

Sub BuildNormalDistChart()
Dim mu As Double, sigma As Double
mu = Range("B1").Value
sigma = Range("B2").Value

' Очистка старых данных
Range("A5:B125").ClearContents

' Заполнение X и Y
For i = 0 To 120
Cells(i + 5, 1).Value = mu - 3  sigma + i  0.5
Cells(i + 5, 2).Value = Application.WorksheetFunction.Norm_Dist(Cells(i + 5, 1).Value, mu, sigma, False)
Next i

' Построение графика
Dim chartObj As ChartObject
Set chartObj = ActiveSheet.ChartObjects.Add(Left:=100, Width:=600, Top:=50, Height:=400)
chartObj.Chart.ChartType = xlXYScatterSmoothNoMarkers
chartObj.Chart.SetSourceData Source:=Range("A5:B125")
chartObj.Chart.HasTitle = True
chartObj.Chart.ChartTitle.Text = "Нормальное распределение: μ=" & mu & ", σ=" & sigma
End Sub