Excel手搓概率纸图：中位秩、NORM.S.INV与B10寿命计算

手里的数据就那么几组，想看看它们是不是服从正态分布，或者想估个 B10 寿命，最直观的干法是画一张概率纸图。可现实是，概率纸这玩意儿现在很难买到，就算买到，手描点也基本靠肉眼，误差大得离谱。所以这些年我一直用 Excel 来做——不是因为 Excel 有多专业，而是它足够顺手，而且每一次计算过程都摆在单元格里，别人来复核的时候能一行行看下去。这篇要聊的就是怎么在 Excel 里把概率纸图的整套流程搭起来，包括中位秩怎么算、纵轴怎么伪装成概率刻度、拟合出来的斜率和截距怎么反算成均值和标准差，以及最后这张图怎么干净地搬进 Word 报告里。整套东西不需要任何加载项，用 Excel 自带函数就能跑通，做可靠性、质量工程、工艺分析的朋友可以直接照着复现。顺便说一句，这个系列虽然挂在"Word学习笔记"下面，但真正干活的部分大半在 Excel 里，因为图纸的终点通常是 Word 里的那份报告。

1. 概率纸不是一种纸：先把"坐标系变换"这件事捋直

很多人第一次听到概率纸，脑子里浮现的是某种印着细密网格的特种纸。其实它跟纸没什么关系，本质是一套被扭曲过的坐标系。理解这一点，后面所有的 Excel 操作都会变得顺理成章。

1.1 概率纸上为什么正态分布会变成直线

正态分布的概率密度函数是条钟形曲线，累积分布函数则是条 S 形曲线。你要在普通的线性坐标纸上画累积分布，得到的就是那条 S 形，前段很平、中间很陡、后段又很平。这种形状最大的问题是两端的分辨率极差：你很难从图上判断出 1% 和 2% 的区别，因为它们在图上几乎贴着横轴。

概率纸做的事情，是把纵轴的刻度按正态累积分布函数的反函数重新排布一遍。原本均匀分布的刻度被重新分配：中间 50% 附近拉得很开，两端被极度拉伸。这样一来，S 形曲线就被"掰直"了，变成一条斜线。

这一步是整个方法的命门。数据的正态性判断，从"看曲线像不像 S 形"变成了"看散点贴不贴一条直线"。人眼对直线的偏离比对曲线的偏离敏感得多，这是概率纸能沿用一百年的原因。

1.2 Excel 的坐标轴只认线性、对数、日期三种刻度

打开 Excel 的坐标轴格式面板，你能找到的刻度选项只有线性、对数、日期这几类。翻遍整个界面，没有"概率刻度"这个选项。这不是微软偷懒，概率轴属于专业统计软件的功能范畴，通用电子表格里确实没做。

那怎么办？绕过去。既然 Excel 不给我们概率刻度，我们就自己把数据先做一次变换，把累积百分比换算成正态分位数，也就是常说的 z 值。z 值本身是等间距的线性量，可以直接丢到普通的线性纵轴上。

换句话说：我们不改变坐标轴，我们改变数据。

画出来的图上，纵轴显示的是 -3 到 3 这样的数字，但你在心里（或者在标签上）把它读成 0.1% 到 99.9%。这就是全部的秘密。

1.3 一条主线：把累积百分比换算成 z 值

整条工作流其实就是六步：

1. 把原始数据从小到大排序，标上秩次 i
2. 用中位秩公式算出每个点对应的累积概率 F
3. 用NORM.S.INV(F)把 F 换算成 z 值
4. 用原始数据做横轴、z 值做纵轴，画散点图
5. 把纵轴的刻度标签换成百分比文字
6. 加线性趋势线，从斜率和截距反算分布参数

第一步到第三步在单元格里完成，第四步到第六步在图表里完成。中间没有黑箱，每一格数字都能点开看公式，这也是我用 Excel 而不是专业软件的原因——交报告的时候，评审人问"这个 0.0833 是怎么来的"，我能直接把单元格点给他看。

提示：如果你的 Excel 版本较老，NORM.S.INV这个函数名可能不存在，对应的旧名是NORMSINV。两者功能完全一致，只是命名规范改过。

2. 从原始数据到 z 值：中位秩公式与排序里藏着的细节

这一段是整个流程里最容易被做错的地方。很多人卡在"累积概率到底怎么算"上，随手用 i/n 就往下走了，结果图能画出来，参数却偏得离谱。

2.1 排序、秩次与秩次的"占位"逻辑

假设你手上有 8 个样本的失效时间，单位小时：

118, 205, 285, 319, 382, 425, 480, 578

先排序——这一步不能省，很多原始数据是按采集顺序记的，不是按大小排的。排完序之后给每个点标秩次 i，从 1 到 8。

秩次代表的是"这是第几个失效的"。第 1 个点，说明有 1 个样本在这个时间点之前失效；第 8 个点，说明 8 个样本全失效了。

那么第 1 个点对应的累积概率是 1/8 = 12.5% 吗？不是。如果只有 8 个样本，用 12.5% 去描述"总体中有 12.5% 会在此之前失效"，逻辑上是站不住的：8 个样本里最靠前的那个，它前面的真实比例可能远小于 12.5%，也可能接近 0。

这就是为什么需要中位秩公式：在小样本下，秩次本身不能直接当概率用。

2.2 为什么用 (i-0.3)/(n+0.4) 而不是 i/n

中位秩的思想是：不假设第 i 个点的真实累积概率是多少，而是找一个值，使得"第 i 个点恰好是第 i 个失效"这件事发生的概率为 50%。这个值就是中位秩。

常用的近似公式有这么几个：

我平时用 Bernard 那个(i-0.3)/(n+0.4)，理由是它在 n 从 5 到 30 这个区间里跟精确值贴得很近，而且心算方便，跟别人解释的时候一句话能讲清楚。要是样本量特别小（n 小于 5），我会切到BETA.INV的精确写法，因为这时候近似公式的偏差开始显出来了。

Excel 里就这么一格：

C2: =(A2-0.3)/(8+0.4)

其中 A2 是秩次。往下拖到第 8 行，得到 0.08333、0.20238、0.32143、0.44048、0.55952、0.67857、0.79762、0.91667。

2.3 n 很小、数值重复、含删失数据时怎么办

三种情况我在实际项目里都遇到过，各有各的处理方式。

n 很小（比如只有 3 到 5 个样本）。这时候概率纸图只能当粗略参考，不要指望从图上读出可信的 σ。我的做法是照画，但在报告里明确标注样本量，并补一句"参数估计置信区间较宽"。用BETA.INV(0.5,i,n-i+1)算中位秩，能让两端点位稍微正一点。

数值重复。比如两个样本都是 285 小时，排序后它们占了秩次 3 和 4。这时有两种处理：一是把两个都当作独立点，分别用 F₃ 和 F₄，画出来是两个点在同一条竖线上；二是取平均秩次 3.5，用一个点表示。我倾向第二种，图面干净，也不会因为两个点的竖线让人误以为数据有问题。Excel 里可以用AVERAGEIF或者手工标一下。

含删失数据（比如有些样本到实验结束还没失效）。这是最麻烦的情况，普通的秩次排序不适用，需要用修正秩次的方法，把未失效样本的"权重"分摊给失效样本。简单说就是：每个失效点对应的秩次增量不再是 1，而是要看它前面累积了多少个删失点。这块展开能写一整篇，我先给个方向：Excel 里可以用辅助列逐行累加增量，公式结构是增量 = (n+1-上一个秩次)/(1+剩余样本数)。含删失的图我建议直接用中位秩配合修正秩次，不要图省事用 i/n。

注意：NORM.S.INV在参数等于 0 或 1 的时候会返回#NUM!错误。如果你算出某个点的 F 正好是 0 或 1，检查一下公式是不是写成了 i/n 或者 (i-1)/(n-1)。中位秩公式天然不会碰到边界，这也是它的另一个好处。

3. 让轴上的数字变成百分比：刻度标签的几条伪造路线

到这一步，图已经能画了，但纵轴上是 -3 到 3 的数字，同事看了会问"这什么玩意儿"。得把标签换成百分比。这是整篇文章里最"手工"的部分，也是最见功力的地方。

3.1 主刻度位置该取哪几个概率点

概率纸的刻度不是均匀取的。你不能取 10%、20%、30% 一直到 90%，因为换算成 z 之后间距会变得很奇怪。行业里通行的做法是取一组"密度渐变"的概率点：中间稀、两端密。

这组数字建议存成一个固定的参考表放在工作簿的隐藏工作表里。以后画图直接引用，不用每次重算。我自己的模板里就有一张叫"刻度基准"的表，颜色设成全白、隐藏网格线，看上去就是一张空白页。

纵轴的实际范围怎么定？一般取 -3 到 3，也就是 0.135% 到 99.865%。如果要显示 0.1% 和 99.9%，就把范围拉到 ±3.09。范围再往外扩到 ±4，图面会显得太空，散点全挤在中间一小块。

3.2 用辅助系列加"单元格中的值"贴标签

Excel 没有原生的"双套坐标轴标签"功能，所以要用辅助系列来贴。具体操作：

1. 在数据表旁边腾出两列，一列写概率文本（"1%"、"5%"、"10%"……），另一列用NORM.S.INV算出对应的 z 值。
2. 再建一列 x 坐标，所有行都填同一个数——比如横轴的最小值，或者一个略小于最小值的数。这样所有标签会排成一竖列贴在图的左边缘。
3. 右键图表→选择数据→添加系列，x 值选那列固定值，y 值选 z 值那列。
4. 把这个新系列的标记设为"无"，线条设为"无"。
5. 选中这个系列，添加数据标签，然后在标签选项里勾选"单元格中的值"，选择概率文本那一列。
6. 标签位置选"居中"，字号 8 或 9，颜色用深灰，关掉引导线。
7. 回到真正的纵轴，把"标签"设为"无"，但保留"刻度线"或者"网格线"。

这样纵轴上的数字就消失了，取而代之的是一列整齐的百分比文本。改数据的时候，标签会跟着辅助系列一起动，不会错位。

有几条经验值得说。

x 坐标千万别取横轴的最小值本身，那样标签会跟数据点叠在一起。我的做法是把横轴最小值往前留 5% 到 8% 的空白，标签就放在这个空白区里。比如数据范围是 100 到 600，我把横轴最小值设成 60，标签的 x 全填 62。

标签数量不要太多。上面那张表有 19 行，全贴上去会糊成一片。实际画图时我一般只贴 1%、5%、10%、30%、50%、70%、90%、95%、99% 这 9 个，剩下的用浅色网格线暗示就够。

老教程里还有一种做法，是直接在绘图区上叠文本框。我不推荐，因为图表一动、数据一改，文本框就全飘了，而且发给别人的时候对方一动图表就散架。辅助系列虽然多几步操作，但它是"活"的。

3.3 网格线对齐与几个看起来很小但很烦的问题

网格线要跟标签对上，否则读者会读错位置。做法是：纵轴主刻度单位设成 0.5 或者 1，然后手动指定"主要单位"不生效的话，就再加一组辅助系列画水平线。我通常会加一组次要网格线，单位设成 0.2533，这刚好对应 40% 和 60%，视觉上把中间区域再细分一下。

还有几个坑：

图表在 125% 或 150% 显示缩放下会变形。Windows 的显示缩放会影响 Excel 图表的渲染尺寸，复制出去之后可能比屏幕上看着胖一圈。我的习惯是复制前把系统缩放调到 100%，或者干脆先把图表拉大再复制。

横轴标签格式被自动识别成日期。如果你的失效时间恰好是像 2024.1、2024.2 这样的数字，Excel 有可能自作主张按日期解读。解决办法是在坐标轴格式里把"数字"类别显式设成"常规"，别用"自动"。

数据点太少的时候看起来像折线。散点图默认不连线，但如果你误用了折线图类型，图就废了。认准"散点图"里的"仅带数据标记"那一种。

纵轴范围被自动调整。每次加数据系列，Excel 都可能重算轴范围，把标签位置带跑。右键坐标轴→"边界"里把最小值、最大值手工写死，别留"自动"。

这几条听起来都是小事，但一次报告里全踩一遍，能多花两个钟头。

4. 直线画出来之后：斜率截距怎么反算成均值与标准差

图好看了不算完，得从图上把参数读出来。这一步的逻辑关系要理清楚，不然后面全部白做。

4.1 趋势线拟合和 LINEST 拟合的差别在哪里

最省事的做法是右键数据系列→添加趋势线→线性→勾选"显示公式"和"显示 R² 值"。图上立刻出现一行y = 0.00604x - 2.107。

用第二节那组数据实际跑一遍，结果是这样：

• 趋势线公式：z = 0.00604 × t - 2.107
• R² = 0.9977

纵轴是 z，横轴是 t，所以这个公式的含义是 z 和 t 之间是线性关系。从正态分布的定义出发：

z = (t - μ) / σ

展开就是z = t/σ - μ/σ。对着趋势线公式一比，斜率 = 1/σ，截距 = -μ/σ。于是：

• σ = 1 / 0.00604 ≈165.6 小时
• μ = 2.107 / 0.00604 ≈349.0 小时

趋势线方便是方便，但有两个问题：一是公式显示的位数有限，默认两位小数，对斜率这种小数字来说精度损失很大；二是 R² 和公式是"贴"在图上的文本，不能参与后续计算。

我的常规做法是用LINEST在工作表里另算一遍：

=LINEST(D2:D9, A2:A9, TRUE, TRUE)

D 列是 z 值，A 列是失效时间。LINEST返回的第一个值是斜率，第二个是截距。把它放在两个格子里，后面的计算全都引用这两个格，需要改数据的时候整条链自动更新。趋势线的那行字我照样留着，因为报告要图，但心里知道真正的数是从LINEST来的。

4.2 从图上直接读数：50% 线和 84.13% 线的用法

概率纸有个特别讨人喜欢的地方：参数可以直接从图上读，不用算。

50% 那条水平线跟拟合直线的交点，横坐标就是 μ。因为 z = 0 对应 t = μ。上面这个例子，50% 线的交点落在 349 附近，跟LINEST算出来的一致。

84.13% 那条线的交点横坐标减去 50% 线的交点横坐标，就是 σ。因为 84.13% 对应的 z = 1，代入公式就是 t = μ + σ。

上面这个例子，84.13% 的交点大约在 515 小时，减去 349 等于 166，跟反算出来的 165.6 基本吻合。

这个读法在开会的时候特别好用。评审人问"你这批东西的寿命散布有多大"，你可以直接指着图说"从 50% 到 84% 这条横跨，大概 165 小时"，比报一个标准差数字直观得多。

顺带一提 B10 寿命，也就是 10% 失效对应的时间。10% 对应 z = -1.2816，代入：t = 349 - 1.2816 × 165.6 ≈136.7 小时。这个数在很多行业里是要写进规格书的，从概率纸图上一眼就能读出来，这才是这张图真正的产出。

4.3 尾部弯曲、R² 很高却不像正态这类情况

R² 高不代表数据是正态的。这一点必须说清楚。概率纸的纵轴被拉伸过，两端的数据点虽然偏离直线很明显，但对 R² 的贡献很小。我见过 R² 到 0.98 但两端明显上翘的图，一算 Anderson-Darling 统计量就拒绝正态假设了。

判断正态性，我看三件事：

第一看两端。最常见的偏离有两种：两端同时上翘（像躺着的 S），说明分布比正态更"重尾"，可能是 t 分布或者混合分布；一端上翘一端下弯，说明分布有偏，往对数正态或者威布尔的方向去找。

第二看中间段的连续性。如果中间几个点来回跳动，说明数据本身噪声大，或者样本量太小。这时候不要去解释直线的斜率，先攒数据。

第三看有没有孤立的离群点。一个点远远偏离直线，先别急着找分布，去查这个点的原始记录。我在实验室里碰到过好几次，一个极端值背后是记录抄错一位数，或者测试设备当天有异常。

如果要给正态性一个统计上的判断，Excel 里可以用NORM.DIST做拟合优度检验，或者用CHISQ.TEST做卡方检验。想省事的话，就把数据丢进一个统计脚本算 Shapiro-Wilk 或者 Anderson-Darling。Excel 里没有内置的这两个检验，硬要在 Excel 里做需要自己写辅助列算统计量，比较折腾。

我的经验是：概率纸图负责"看",统计检验负责"判"。图上看着直，还要数字上过得去；图上看着弯，那就不用算了，直接考虑换分布。

5. 换成威布尔或对数正态概率纸，公式要动哪几个字符

正态概率纸只是概率纸家族的一员。做可靠性的人用威布尔概率纸的次数可能更多，因为寿命数据绝大多数时候更接近威布尔分布而不是正态。好消息是，从正态切到威布尔，整套 Excel 流程几乎不用改，只是把NORM.S.INV换掉。

5.1 威布尔：把纵轴换成 ln(-ln(1-F))

威布尔的累积分布函数是：

F(t) = 1 - exp(-(t/η)^β)

两边变形一下：

ln(-ln(1-F)) = β × ln(t) - β × ln(η)

这个式子同样是直线形式。所以画法就变成了：

• 横轴用ln(t)，或者在 Excel 里直接用 t 但把坐标轴设成"对数刻度"
• 纵轴用LN(-LN(1-F))

Excel 公式：

E2: =LN(-LN(1-C2))

C2 是中位秩算出来的 F。用第二节那 8 个点算一遍，纵轴范围大概落在 -2.44 到 0.91 之间。注意 F 不能等于 0 或 1，否则LN会报错，中位秩公式天然避开了这个边界。

跑完直线之后，斜率就是形状参数 β，截距是 -β × ln(η)。所以：

• β = 斜率
• η =EXP(-截距/β)

威布尔概率纸的横轴刻度通常也做成对数刻度，标的是时间值本身。Excel 里把横轴设成"对数刻度"，底数默认 10，跟威布尔概率纸的惯例一致，读数的时候直接看原始时间就行。

5.2 对数正态：横轴挂上对数刻度就够了

对数正态的做法最省事：其他全跟正态一样，只是横轴改成对数刻度。

因为对数正态的定义就是"取对数之后服从正态"。所以你只要：

• 纵轴还是NORM.S.INV(F)
• 横轴保持原始时间值，坐标轴勾选"对数刻度"

图就对了。参数读法稍微变一下：50% 线的交点对应的是中位寿命（几何均值），而不是算术均值；84.13% 与 50% 的交点横坐标之比，等于对数标准差的指数。

举例来说，如果 50% 交点在 300 小时、84.13% 交点在 480 小时，那么对数标准差就是LN(480/300) ≈ 0.47。注意这里是对数刻度上的比值关系，不能像正态那样直接相减。

这一点特别容易搞混。我第一次做对数正态概率纸的时候，按正态的减法去读 σ，结果偏了一大截，后来才反应过来在对数轴上应该用除法。

5.3 三张图放一起对照，参数怎么读

实际做寿命分析的时候，我习惯把同一组数据在正态、对数正态、威布尔三张概率纸上各画一遍，然后比谁更直。

做法是复制三个工作表，数据结构一样，只改纵轴那一列的公式：

三张图摆在一起看，哪个最直就用哪个。多数机械零件的疲劳寿命、电子元器件的失效时间，都是威布尔那张最直。而由多个独立因素叠加造成的尺寸偏差、加工误差，正态或者对数正态往往更合适。

这里有个细节值得提醒：威布尔概率纸上的纵轴刻度标签变换更麻烦，因为LN(-LN(1-F))的数值范围不对称。贴标签的时候，我一般取 1%、5%、10%、20%、30%、50%、63.2%、80%、90%、95%、99% 这几个点。其中63.2%特别重要，因为威布尔的特征寿命 η 就定义在 F = 63.2% 的位置，那个点的横坐标直接就是 η。这条在威布尔概率纸上是很经典的一招，图上都不用算，直接读。

6. 图从 Excel 搬进 Word：链接、清晰度和公式编号的处理

图在 Excel 里做完了，最后还是要落到 Word 报告里。这一步看着简单，实际翻车的次数不比前面少。

6.1 四种粘贴方式的取舍

在 Excel 里选中图表，Ctrl+C，切到 Word，右键会看到"粘贴选项"。这几个选项我用下来的体会是这样的：

我的常规选择是增强型图元文件。它是矢量的，打印出来线条干净，放到任何机器上都不会变形，而且不依赖源文件。需要改数据的时候，回 Excel 改完重新粘贴一次，成本很低。

如果是月度报告这种要反复更新的场景，我会用"保留源格式并链接数据"，但会在交付前把链接断开——Word 里选中图表，按Ctrl + Shift + F9可以把链接域转成静态内容。这样对方拿到的文件不会因为我挪了 Excel 的目录而变成一个红叉。

6.2 图表发虚、复制无反应这类问题的排查顺序

有几个坑我踩过不止一次。

第一个坑：粘贴后图是糊的。原因是 Excel 在复制图表的时候会按当前的屏幕显示尺寸生成位图。解决办法有两个：一是把图表在工作表里拉大到目标尺寸的两倍，粘贴到 Word 之后再缩到 50%，等效于两倍分辨率；二是直接用增强型图元文件，从根上绕开这个问题。后者更干净。

第二个坑：在 Word 里 Ctrl+V 没反应，或者只出来一个空框。这个问题的原因挺多，我一般按这个顺序排查：

1. 检查 Excel 是不是还在单元格编辑状态。光标在单元格里闪的时候，剪贴板内容和图表的复制不兼容，按一下 Esc 退出编辑再复制。
2. 检查有没有别的程序占着剪贴板。截图工具、PDF 阅读器、远程桌面客户端、某些输入法的剪贴板历史功能，都会干扰。把这些关掉再试。剪贴板里如果堆了几十条历史记录，也会导致粘贴变慢甚至失败，清一下就好。
3. 检查 Excel 加载项。文件→选项→加载项→最下方"转到"，把可疑的 COM 加载项取消勾选，重启 Excel 再试。加载项冲突是"复制粘贴没反应"这类问题里出现频率最高的原因。
4. 检查工作表是不是被保护了，或者处在"受保护的视图"下。受保护视图里的文件是只读的，图表复制会受限。
5. 如果是在做单元格区域的复制粘贴而不是图表，还要看目标区域是不是有合并单元格，或者源区域里藏着筛选后的隐藏行。"此操作要求合并单元格具有相同大小"这个报错就是前者引起的。

第三个坑：从 Word 表格复制数据回 Excel，长数字变成科学计数法。比如订单号、批次号这种长得像数字的字符串，粘进 Excel 会自动按数值处理，尾部变成 0。处理办法是先把目标列的数字格式设成"文本"，再粘贴；或者用"选择性粘贴→文本"。

这套排查顺序是从最省事的开始往下走的，实际上前两条能解决掉八成的状况。

6.3 图注、公式编号与字体统一

图进了 Word 之后，还有几处细节决定报告的专业度。

图注用题注，不要手打。引用选项卡→插入题注，标签选"图"，位置选"所选项目下方"，格式选"图 1"。这样做的好处是后面增删图的时候编号会自动更新，而且正文里可以用"交叉引用"来指向图，编号变了引用也跟着变。手打"图 3"然后中间插了一张图，后面全得改，这种事干过一次就不会再干第二次。

独立公式的编号用制表位排。Word 自带的公式编号功能比较弱，我一般这样做：把公式居中放在段落中间，然后把光标移到段落末尾，按一下 Tab，插入"右对齐制表位"，位置设到版心右边缘，再输入编号。这需要在段落设置里配置制表位：一个居中制表位放在版心正中，一个右对齐制表位放在版心右边缘。配好之后，公式居中、编号右对齐，各归各位，不会互相挤。

公式字体统一。Word 公式默认用 Cambria Math 字体，跟中文正文里的字重看上去不太搭。在公式工具的"转换"里可以切到"专业型"，字体可以通过"公式选项"调整。变量应该保持斜体，函数名保持正体，这是排版规范，改的时候别把斜体一起关掉。

还有一条来自实践的建议：如果你的公式是从别的文档里截图粘过来的，趁着定稿之前换成公式编辑器重打一遍。截图公式在放大打印、切换字体、修改编号的时候全是麻烦。现在很多公式工具支持把图片识别成可编辑公式，或者反过来把公式导出成 Word 能识别的格式，用一次能省后面很多事。

最后提一个习惯：图表和公式定稿之后，我会把整份报告转一份 PDF 存档，原 Word 文件也一起留着。PDF 保证别人看到的排版跟我看到的一样，Word 保证后面还能改。两份一起交，省得来回扯皮。

这套流程我用到现在，从拿数据到出图大概二十分钟，其中一半时间花在核对中位秩和数据完整性上。真正画图的操作其实很快，慢的是判断——判断要不要去掉那个离群点，判断这张图到底是直还是弯，判断该选哪个分布。这些没法交给 Excel，只能交给经验。所以我越来越觉得，Excel 做的不是分析，是把分析过程摊开让人看清。摊开了，错在哪儿就藏不住，这大概是它最值钱的地方。