Excel EXPON.DIST 函數教學

EXPON.DIST 函數的用途

EXPON.DIST 函數用來計算 指數分布 的機率密度函數 (PDF) 或累積分布函數 (CDF)。指數分布常用於描述事件發生的間隔時間，並且常見於排隊理論、可靠性分析等領域，尤其是用來建模隨機事件發生的時間間隔（例如：某設備故障的時間間隔、顧客到達商店的時間間隔等）。

指數分布的公式：

$$f(x;\lambda) = \lambda e^{-\lambda x}, \text{ for } x \geq 0$$

這裡，$\lambda$ 是分布的速率參數，$x$ 是隨機變數。

語法

EXPON.DIST(x, lambda, cumulative)

範例 1：計算指數分布的機率密度函數 (PDF)

假設你想要計算指數分布在 $x = 2$ 時，當 $\lambda = 0.5$ 的機率密度。

公式如下：

=EXPON.DIST(2, 0.5, FALSE)

? 結果：這個公式將返回 0.183939，表示當 $x = 2$ 時，指數分布的機率密度為 0.183939。

範例 2：計算指數分布的累積機率分布函數 (CDF)

如果你希望計算在 $x = 2$ 時，累積機率分布的值（即 $P(X \leq 2)$），同樣是當 $\lambda = 0.5$，那麼公式如下：

=EXPON.DIST(2, 0.5, TRUE)

? 結果：這個公式將返回 0.632121，表示當 $x \leq 2$ 時，指數分布的累積機率為 0.632121。

範例 3：利用指數分布進行應用

假設一台機器的故障時間符合指數分布，速率參數為 $\lambda = 0.2$，你想要知道機器在 5 小時內故障的機率。這個問題可以使用指數分布的累積分布函數來解決。

公式如下：

=EXPON.DIST(5, 0.2, TRUE)

? 結果：這個公式會返回 0.8647，表示機器在 5 小時內故障的累積機率約為 86.47%。

注意事項

1. lambda 參數：在 EXPON.DIST 函數中，lambda 參數必須大於 0，並且越大，表示事件發生的速率越快，反之亦然。
2. x 參數：x 的值必須是大於等於 0 的數字，因為指數分布通常用來描述時間間隔或距離，這些數據不可能是負數。
3. PDF 和 CDF 的區別：
   • PDF（機率密度函數）：表示在某一特定點 $x$ 上的機率。通常用來描述隨機變數在某一瞬間的發生機率。
   • CDF（累積機率分布函數）：表示隨機變數小於或等於某一值 $x$ 的機率。這是計算累積機率的標準方法。

應用場景

✅ 可靠性分析：EXPON.DIST 可以用於模型設計中的故障時間或壽命預測，特別是在硬體或機械設備的壽命分析中。
✅ 排隊理論：在服務業或客戶服務中，指數分布經常用來描述顧客到達的時間間隔。
✅ 風險管理：在金融或保險領域，指數分布用來建模某些事件（如事故、故障）的發生間隔時間。