DAX 包括许多 Excel 中常用的统计类函数，这些函数适用于高级统计计算，它们都对应一个相同的 Excel 版本，关于这些函数的详细介绍还可以参考 Excel 的文档和示例。以下是这些函数的列表。

Beta 分布

贝塔分布（Beta Distribution) 是一个作为伯努利分布和二项式分布的共轭先验分布的密度函数，在机器学习和数理统计学中有重要应用。在概率论中，贝塔分布，也称Β分布，是指一组定义在(0,1) 区间的连续概率分布。详细了解

BETA.DIST

BETA.DIST ( <X>, <Alpha>, <Beta>, <Cumulative>, [<A>], [<B>] )

返回 Beta 分布，通常用于研究样本中某一事物所占百分比的变化，例如人们看电视的时间占一天中总时间的百分比。

BETA.INV

BETA.INV ( <Probability>, <Alpha>, <Beta>, <Cumulative>, [<A>], [<B>] )

返回 Beta 累积概率密度函数 (BETA.DIST) 的反函数。beta 分布可用于项目规划，根据预期的完成时间和可变性对可能的完成时间进行建模。

卡方分布

卡方分布（chi-square distribution, χ²-distribution，或写作χ²分布）是概率论与统计学中常用的一种概率分布。 k 个独立的标准正态分布变量的平方和服从自由度为 k 的卡方分布。 卡方分布是一种特殊的伽玛分布，是统计推断中应用最为广泛的概率分布之一，例如假设检验和置信区间的计算。详细了解

CHISQ.DIST

CHISQ.DIST ( <X>, <Deg_freedom>, <Cumulative> )

返回卡方分布，通常用于研究样本中某些事物百分比的变化。

CHISQ.DIST.RT

CHISQ.DIST.RT ( <X>, <Deg_freedom> )

返回卡方分布的右尾概率。卡方分布与卡方检验相关，使用卡方检验来比较观察值和期望值。例如，一个基因实验可能会假设下一代植物会呈现出一组特定的颜色，通过将观察到的结果与预期的结果进行比较，您可以确定您的原始假设是否有效。

CHISQ.INV

CHISQ.INV ( <Probability>, <Deg_freedom> )

返回卡方分布的左尾概率的反函数，卡方分布通常用于研究样本中某些事物百分比变化

CHISQ.INV.RT

CHISQ.INV.RT ( <Probability>, <Deg_freedom> )

返回卡方分布的右尾概率的反函数，使用这个函数可以将观察到的结果与预期的结果进行比较，以确定您的原始假设是否有效。

泊松分布

泊松分布适合于描述单位时间内随机事件发生的次数的概率分布。如某一服务设施在一定时间内受到的服务请求的次数，电话交换机接到呼叫的次数、汽车站台的候客人数、机器出现的故障数、自然灾害发生的次数、DNA 序列的变异数、放射性原子核的衰变数、激光的光子数分布等等。

POISSON.DIST

POISSON.DIST ( <X>, <Mean>, <Cumulative> )

返回泊松分布，泊松分布的一个常见应用是预测特定时间内事件的数量，例如在一分钟内到达收费广场的汽车数量。

排列组合

排列组合是组合学最基本的概念。 所谓排列，是指从给定个数的元素中取出指定个数的元素进行排序。 组合则是从给定个数的元素中仅仅取出指定个数的元素，不考虑排序。 排列组合的中心问题是研究给定要求的排列和组合可能出现的情况总数。详细了解

COMBIN

COMBIN ( <Number>, <Number_chosen> )

返回给定数目项目的可能的总组合数，组合函数不考虑内部顺序，对象组合是对象整体的任意集合或子集。组合与排列不同，排列数与对象内部顺序有关，组合数计算公式如下，式中 number = n ，number_chosen = k:

COMBIN(8,1) = 8   //从 8 个候选人中提取 1 个候选人的组合数
COMBIN(8,2) = 28  //从 8 个候选人中提取 2 个候选人的组合数
COMBIN(8,4) = 70  //从 8 个候选人中提取 5 个候选人的组合数
COMBIN(8,7) = 8   //从 8 个候选人中提取 7 个候选人的组合数
COMBIN(8,8) = 1   //从 8 个候选人中提取 1 个候选人的组合数

COMBINA

COMBINA ( <Number>, <Number_chosen> )

返回给定数目的项的组合数（包含重复）,使用以下公式，其中 N 为 Number，M 为 Number_chosen

假设你有 3 个元素（a,b,c），两个公式的结果下

COMBIN(3,2) = 3   // ab,bc,ac
COMBINA(3,2) = 6  // ab,bc,ac,aa,bb,cc

PERMUT

PERMUT ( <Number>, <Number_chosen> )

返回从给定数目的对象集合中选取的若干对象的排列数。排列为有内部顺序的对象或事件的任意集合或子集。排列与组合不同，组合的内部顺序无意义。排列函数可用于彩票抽奖的概率计算。

PERMUT 函数等价于 P( k ,n ) = n! / ( n – k)!

PERMUT(27,5) = 9687600   //27 选五的所有排列数

置信区间

置信区间是指由样本统计量所构造的总体参数的估计区间。 在统计学中，一个概率样本的置信区间（Confidence interval）是对这个样本的某个总体参数的区间估计。 置信区间展现的是这个参数的真实值有一定概率落在测量结果的周围的程度，其给出的是被测量参数的测量值的可信程度，即前面所要求的“一个概率”

CONFIDENCE.NORM

CONFIDENCE.NORM ( <Alpha>, <Standard_dev>, <Size> )

使用正态分布返回总体平均值的置信区间。

CONFIDENCE.T

CONFIDENCE.T ( <Alpha>, <Standard_dev>, <Size> )

使用 t 分布返回总体平均值的置信区间

EXPON.DIST

EXPON.DIST ( <X>, <Lambda>, <Cumulative> )

返回指数分布。用 EXPON.DIST 可以模拟事件之间的时间间隔，比如自动柜员机运送现金需要多长时间。例如，你可以使用 EXPON。确定该过程最多花费 1 分钟的概率。