如果您有历史数据，在定义假设时可以使用分布拟合来选择适合的分布。有关分布拟合的概述，请参阅“用分布拟合历史数据”。
要在创建或编辑假设时使用分布拟合：
选择要在其中创建假设的单元格。
该单元格可以为空或包含简单值，但不能是公式。
单击定义假设图标 
的下半部分。
选择拟合分布以选择拟合数据的来源。
注： | 也可以单击定义假设图标的上半部分，然后在分布库中选择拟合。 |
此时将打开拟合分布对话框。
选择数据位置。
如果历史数据位于活动工作簿的工作表中，请选择范围，然后输入数据的单元格范围。如果范围具有名称，可以输入名称，并在前面加上等号 (=)。
如果历史数据位于单独的文本文件中，请单击文本文件，然后输入文件的路径和名称或者单击浏览搜索该文件。如果需要，可以选择列并输入文本文件中的列数。
如果使用文件作为数据源，则文件中的每个数据值必须以逗号、制表符、空格或 Windows 的“区域和语言选项”面板中定义的列表分隔符进行分隔。如果文件中的实际值包含逗号或指定的列表分隔符，则这些值必须用引号引起。值的允许格式与假设参数对话框中允许的格式相同，包括日期、时间、货币和数字。
指定要拟合的分布：
自动选择：对数据执行基本分析，以选择分布拟合选项和排名方法。如果数据仅包括整数，将使用卡方排名统计值选项拟合所有离散分布（是-否分布除外）。
所有连续分布：用数据拟合所有内置连续分布（这些分布在分布库中显示为立体形状）。
所有离散分布：拟合所有离散分布（是-否分布除外）并使用卡方排名统计值。
选择：显示另一个对话框，您可以从中选择要包括在拟合中的那些分布。
最终设置将选择在单击“拟合”按钮时“分布库”上处于突出显示状态的分布。
如果您试图对负数据拟合只能接受正数据的分布，那么不会为此数据拟合该分布。
指定分布应如何排名。
在对分布进行排名时，可以使用三种标准拟合优度检验方法中的任何一种：
Anderson-Darling 检验。这种方法与 Kolmogorov-Smirnov 方法非常相似，不同之处在于，此方法对两个分布中间部分的差异赋予的权重低于尾部的差异。这种末端加权有助于更正 Kolmogorov-Smirnov 检验方法会过度强调中央区域的差异的趋势。
Kolmogorov-Smirnov 检验。该检验的结果实际上是两个累计分布之间的最大垂直距离。
卡方检验。这是最传统也是最常见的拟合优度检验方法。它可以评估拟合的综合准确率。该检验将分布划分为多个对等概率区域，并将每个区域内的数据点数与预期的数据点数进行比较。Crystal Ball 中的卡方检验使用关联 p 值的方式与其他统计检验方法（如 t 或 F）的使用方式不同。
第一个设置自动选择，将基于多个因素自动选择排名统计值。如果所有数据值均为整数，则选择卡方检验。
可选：如果您知道数据对应于某些分布的某个形状、位置或其他特殊参数值，可选择锁定参数并在锁定参数对话框中输入适合的值（“在拟合分布时锁定参数”）。
可选：默认情况下，只有所选排名统计值的值会显示在比较图对话框中。要显示所有三种统计值的值，可选择拟合分布对话框底部的显示所有拟合优度统计值。
可选：要通过排除或包括特定值范围来筛选拟合数据，可选择筛选数据（“拟合分布时筛选值”）。
单击确定。
将打开“比较图”（“确认拟合的分布”）。