以下是可以在 [序列 & 試算表] 應用程式中使用的分佈。 如需關於這些函數的詳細資訊，請參閱《TI‑Nspire™ 參考指南》。
|
•
|
若要返回依據單一值的單一分佈結果，請在單一儲存格中輸入函數。 |
|
•
|
若要返回依據一組值的一組分佈結果，請在欄公式儲存格中輸入函數。 在此情況中，可以指定具有值的列表（欄）。 分佈將返回列表內每個值的對應結果。 |
附註: 對於支援繪圖選項的分佈函數（normPDF、t PDF、χ² Pdf 和 F Pdf）而言，該選項只當在公式儲存格內輸入分佈函數時可以使用。
常態 Pdf (normPdf)
計算特定 x 值常態分佈的機率密度函數 (pdf)。 預設的平均值為 μ=0，標準差為 σ=1。 機率密度函數 (pdf) 為:
此分佈決定在常態分佈中某個值的出現機率。 從公式儲存格調用常態 PDF 時，即可使用繪圖選項。
當您從公式儲存格存取分佈時，您必須從下拉式功能表中選取一個有效的列表來避免未預期的結果。 若從儲存格存取，必須指定x-值的數字。 分佈會返回所指定值將會發生的機率。
常態 Cdf (normCdf)
計算在指定的平均值的μ（預設值=0）和標準差，s（預設值=1）的下 限和上 限之間的常態分佈機率。 可以按一下 [] 核取方塊，以共享下限和上限之間的區域。 變更為初始下 限和上 限將會自動更新分佈。
此分佈可幫助於常態分佈中，判斷下限和上限之間任何值出現的機率。 這相當於在指定的常態曲線下，尋找下限和上限之間的區域。
反常態 (invNorm)
計算在由平均值，m和標準差，s指定的常態分佈曲線下，指定區域的反累積常態分佈函數。
此分佈有幫助於在已知百分比的情況下，判斷從 0 到 x<1 區域內的資料 x-值，。
t Pdf (tPdf)
計算在所指定 x 值 t‑ 分佈的機率密度函數 (pdf)。df （自由度）必須為 > 0。 機率密度函數 (pdf) 為:
此分布有助於判斷在母群體標準差為未知且樣本較小時，某個值的出現機率。 從公式儲存格調用時，即可使用繪圖選項。
t Cdf (tCdf)
計算特定 df （自由度）在下 限和上 限之間的學生-t 分佈機率。 您可以按一下 [] 核取方塊，以共享下限和上限之間的區域。 變更為初始下 限和上 限將會自動更新分佈。
此分布有助於用來判斷當母群體標準差為未知時，針對常態分布的母群體，上下限所定義區間範圍內某個值的出現機率。
反 t (invt)
計算由「自由度」，df，為曲線下指定區域所指定的反累積 t‑分佈機率函數。
此分布有助於用來判斷在從 0 到 x<1 的區域中，資料的出現機率。 此函數在母群體平均值和/或母群體標準差未知時使用。
c2 Pdf (c2 Pdf())
在指定的 x 值上，計算 c2（卡‑方）分布的機率密度函數 (pdf)。 df（自由度）必須為整數 > 0。 機率密度函數 (pdf) 為:
此分布有助於用來判斷來自具有 c2 分布之母群體給定值的出現機率。 從公式儲存格調用 c2 Pdf 時，即可使用繪圖選項。
c2 Cdf (c2 Cdf())
針對指定的 df （自由度），計算在下限和上限之間的 c2 （卡‑方）分布機率。 可以按一下 [] 核取方塊，以共享下限和上限之間的區域。 變更為初始的下限和上限將會自動更新分佈。
此分布有助於用來判斷在具有 c2 分布之母群體指定範圍內，某個值的出現機率。
F Pdf (F Pdf())
在指定的 x 值上，計算 F 分布的機率密度函數 (pdf)。分子自由度 （自由度）和分母自由度 必須為整數 > 0。 機率密度函數 (pdf) 為:
此分布有助於判斷兩個樣本擁有相同變異數的機率。 從公式儲存格調用 F Pdf 時，即可使用繪圖選項。
F Cdf (F Cdf())
針對所指定 dfnumer （自由度）和 dfDenom 的下限和上限之間，計算 F 分布機率。 可以按一下 [] 核取方塊，以共享下限和上限之間的區域。 變更為初始的下限和上限將會自動更新分佈。
此分布有助於判斷單次觀測落在上下限之間範圍內的機率。
二項式 Pdf (binomPdf())
針對具有指定 numtrials 的離散二項分布，計算 x 的機率，以及每次試驗的成功機率 (p)。 x 參數可以是整數或整數列表。 0{p{1 必須為真。numtrials 必須為整數 > 0. 若沒有指定 x，則會傳回一個從 0到 numtrials 的機率列表。 機率密度函數 (pdf) 為:
其中n = numtrials
此分布有助於判斷在試驗 n 上，成功/失敗試驗中的成功機率。 例如，您可以使用此分布，預測在第五次拋錢幣時得到正面的機率。
二項式 Cdf (binomCdf())
計算 n 次試驗和每次試驗成功機率 p 的離散二項分布累積機率。
此分布有助於用來判斷在完成所有試驗前，某次試驗的成功機率。 例如，如果投幣時得到正面表示成功，而您計畫投擲硬幣 10 次，此分佈會預測在 10 次投幣中至少會得到一次正面的機會。
卜松 Pdf (poissPdf())
針對具有指定平均值 μ（必須是 > 0 的實數）的離散卜松分布，以計算 x 的機率。x 可以是整數或整數列表。 機率密度函數 (pdf) 為:
此分布有助於用來判斷在開始一項試驗前，取得特定成功次數的機率。 例如，您可以使用此計算來預測於拋八次錢幣當中，會發生正面的次數。
卜松 Cdf (poissCdf())
以指定平均值 x 計算卜松離散分布的累積機率。
此分布有助於用來判斷在試驗的上下限之間，發生特定成功次數的機率。 例如，您可利用此計算來預測從拋第3次到第8次硬幣中，顯示正面的次數。
幾何 Pdf (geomPdf())
針對具有指定成功機率 p，以計算發生第一次成功的試驗次數 x 的機率。 0{p{1 必須為真。x 可以是整數或整數列表。 機率密度函數 (pdf) 為:
此分布有助於用來判斷在獲得成功前，最可能需要的試驗次數。 例如，您可以使用此計算來預測要拋幾次錢幣才會得到正面。
幾何 Cdf (geomCdf())
計算從下限到上限的累積幾何機率（指定成功機率是 p）。
此分布有助於用來判斷從第 1 次到第 n 次試驗期間，發生第一次成功的相關聯機率。 例如，您可利用此計算來判斷在第 1 次、第 2 次、第 3 次、...、到第 n 次拋錢幣會顯示正面的機率。
計算分佈