在“A”行 1-1000 中，我使用 RAND() 生成随机数。我想选择 1-100 之间的数字。
在“B”中，我有 1000 行=RAND()*(100-1)+1
在“C”中，对于 1000 行，我使用在“A”中生成的数字，因此=A1*(100-1)+1
正如预期，B 和 C 的平均值相同。
我只想在 20％ 的时间内使用这些值，因此对于 1000 行中的每一行：
对于 B，我使用 =IF(A1<0.2,B1,0)
对于 C，我使用 =IF(A1<0.2,C1,0)
如果我这样做，两列的平均值将会有很大差异。
有人能解释一下原因吗？
两种方法都使用随机数。第一种方法使用两个不同的随机数（来自“A”列和“B”列计算中使用的随机数）。
答案1
除了线性变换之外，A 列和 B 列具有相同的均匀分布，但它们是独立的。B 列的概率密度函数 (PDF)小于0.2与任何其他 A 选择的 PDF 相同。
A 列和 C 列不是独立的。事实上，它们是完全确定的。如果您选择的行小于0.2，您只选择碳数<20,8。在该选择中找到大于 20,8 的 C 值的概率已降至零。显然，分布已发生变化。
举一个更明显的例子，考虑掷两个骰子（A 和 B）及其总分（C）。我期望看到 A 列和 B 列的平均值是 3.5，C 列的平均值是 7。如果我从这个表中只选择骰子 A 落在 1 上的行，我仍然会看到 B 列的平均值是 3.5（独立），但 C 列的平均值仅为 4.5，而不是 7（依赖）。
答案2
对于来自 ColumnC 的 1/5 样本，不要C根据A相应行的值（即小于 0.2 的值）选择值，而是尝试从相邻行中A选择 1/5样本。例如使用。这应该会为您提供两列的相似平均值（尽管不正确）。C=IF(A1<0.2,C2,0)=A1(100-1)+1
然后，您应该得到一个或多或少具有代表性的 ColumnC 中的 5 分之一，而不仅仅是（大约）预先选择为底部 20% 的值的放大版本。
换句话说，您的 ColumnB '差异巨大'（但可能在预期范围内，即大约 50）平均值可能是 ColumnC 样本平均值的约五倍。根据上述基础选择 1/10，将是 ~10 倍。
如果您想要生成 1-100 范围内的大约 1000 个随机数，那么您可以应用，而不是扩大=RANDBETWEEN(1,100)。