最...应该是对数正态分布吧是概率统计中的一种里连续分布公式太复杂了.你可以查下书对数正态分布的最主要特征：若随机变量X服从对数正态分布,Excel怎样画对数正太分布的图一、.获取正态分布概念密度正态分布概率密度正态分布函数“NORMDIST”获取。或者说对数正态变量经过对数变换后为正态变量.对数正态分布可用来描述很多随机变量的分布,

sig就是传说中的P值。SPSS的KS检验包括正态分布、均匀分布、泊松分布和指数分布四项，不能直接做对数正态分布检验，只有在你的原始数据做了对数转换之后你才能使用KS检验测试是否服从正态分布。KS检验的原假设是数据服从指定的分布（如正态分布），因此当sig大于0.05时就说明数据服从指定的分布（如正态分布），sig越大越能说明数据服从指定的分布（如正态分布）。

对数正态分布从何而来

如果你想定量地证明这一点，就像我上面说的那样，要对你的原始数据做对数转换之后使用KS检验测试是否服从正态分布，如果服从正态分布（sig大于0.05），就可以推断你的原始数据服从对数正态分布。P值出现于统计学的检验假设（HypothesisTest）中，其意思是当原假设（NullHypothesis）成立的条件下，能够出现至少你的实验结果一样大或更大的统计量的概率。

lognrnd得到的是无单位的量，用它得到的是一组其自然对数满足正态分布的随机数，而不是本身就满足正态分布的dB值。dB通常都是以20log10()”定义的吧（如果是功率之类的就是10log10()），其对数的底数为10，而lognrnd应该得到的是自然对数，需要转化一下。xlognrnd(2,5)生成4行5列满足对数正态分布的随机数，其对数均值为2，对数标准差为3。

应该是对数正态分布吧是概率统计中的一种里连续分布公式太复杂了.你可以查下书对数正态分布的最主要特征：若随机变量X服从对数正态分布,则经过对数变换YLnX后服从正态分布,即原来X的分布是（右）偏态分布,经对数变换后,成为正态分布,或者说对数正态变量经过对数变换后为正态变量.对数正态分布可用来描述很多随机变量的分布,如化学反应时间、绝缘材料被击穿时间、产品维修时间等.。

一、.获取正态分布概念密度正态分布概率密度正态分布函数“NORMDIST”获取。在这里是以分组边界值为“X”来计算：MeanAVERAGE(A:A)(数据算术平均）。Standard_devSTDEV(A:A)(数据的标准方差）。Cumulative0(概率密度函数）。二、向下填充。三、在直方图中增加正态分布曲线图。1、在直方图内右键→选择数据→添加→。

3、系列值：选中h3:h31。4、确定、确定。四、修整图形1、在图表区柱形较下方选中正态分布曲线数据，（正态分布密度值和频率数值相比太小了，实在看不清，多试几次，选中后如图，同时正态分布曲线那数数据处于选中状态）。2、右键→设置数据列格式→系列绘制在→次坐标轴；关闭，如图。更改系列图表类型。1、选中正态分布柱形图→右键→更改系列图表类型。

对数正态分布、几何平均数与几何标准差是相互关联的。在这种情况下，几何平均值等于exp(μ)，几何平均差等于exp(σ)。如果采样数据来自于对数正态分布，则几何平均值与几何标准差可以用于估计置信区间，就像用算术平均数与标准差估计正态分布的置信区间一样。

右偏态。原始数据经对数转化后分布之后，是呈正态是，所以数据频数多原始的应该在左边集中，这就是说右偏分布或正偏态的。（1）正态分布：原始值不需转换；属于对称分布类型；用µ表示集中趋势的指标；均数与中位数的关系是µM（中位数）。（2）标准正态分布：作u转换；属于对称分布类型；集中趋势µ0；均数与中位数的关系是µM。（3）对数正态分布：作对数转换；

首先用到2格公式在A2A112中输入：40到601、在b2中用正态分布公式：NORMDIST(A2,10,20,0)2、在c2中输入随机函数：RANDBETWEEN(1,10)/、在D2中输入：c2+d2就得到100个随机数据，且成正太分步。具体的数据类型，你自己修改。