如何在Go语言中实现Excel的Application.NormDist函数？

理解Excel NORMDIST的逻辑 #

Excel的Application.NORMDIST(x, mean, standard_dev, TRUE)计算的是正态分布累积分布函数（CDF），即当随机变量X服从均值为mean、标准差为standard_dev的正态分布时，P(X ≤ x)的概率值。

实现方案 #

方案1：基于Go标准库自行实现 #

利用Go标准库的math.Erf（误差函数），结合正态CDF与误差函数的数学关系即可实现，这是最可靠的无依赖方案：
正态CDF的数学表达式为：

CDF(x) = 0.5 * (1 + erf( (x - mean) / (standard_dev * √2) ))

对应Go代码：

package main

import "math"

// NormDistCumulative 模拟Excel NORMDIST(x, mean, standard_dev, TRUE)的行为
func NormDistCumulative(x, mean, standardDev float64) float64 {
    if standardDev <= 0 {
        // 和Excel行为对齐：标准差≤0时返回#NUM!，这里返回NaN表示无效值
        return math.NaN()
    }
    zScore := (x - mean) / (standardDev * math.Sqrt2)
    return 0.5 * (1 + math.Erf(zScore))
}

方案2：使用成熟第三方统计库 #

如果不想自己实现，可以使用montanaflynn/stats库，它封装了直接的正态CDF实现：

package main

import "github.com/montanaflynn/stats"

func main() {
    x := 1.0
    mean := 0.0
    stdDev := 1.0
    cdf, err := stats.NormalCDF(x, mean, stdDev)
    if err != nil {
        // 处理错误（如标准差为负的情况）
    }
    // cdf即为Excel NORMDIST的计算结果
}

验证正确性 #

用经典测试值验证结果一致性：

• Excel中NORMDIST(1, 0, 1, TRUE)的结果约为0.841344746
• 方案1的函数计算NormDistCumulative(1, 0, 1)会返回≈0.841344746，和Excel结果完全匹配

注意事项 #

• 必须处理标准差≤0的边界情况，否则会出现数学错误，这和Excel返回#NUM!的逻辑一致
• 如果需要模拟NORMDIST的非累积（概率密度函数PDF）场景，可使用公式：(1/(standard_dev*√(2π))) * math.Exp( -math.Pow(x-mean,2)/(2*math.Pow(standardDev,2)) )

内容的提问来源于stack exchange，提问作者erwin-lovecraft