透過 MCP 連接 →

輸入計算

數學公式

Show calculation steps (2)
  1. Lower Cumulative Probability

    Lower Cumulative Probability: 柯西分布計算機

    P(X <= x) for the Cauchy distribution

  2. Upper Cumulative Probability

    Upper Cumulative Probability: 柯西分布計算機

    P(X > x) = 1 - P(X <= x)

廣告

結果

機率密度
0.159155
柯西分布的 f(x)
Lower cumulative P(X ≤ x) 0.75
Upper cumulative P(X > x) 0.25

什麼是柯西分布?

柯西分布(又稱勞侖茲分布或柯西-勞侖茲分布)是一種連續型機率分布,由兩個參數決定:位置參數 \(x_0\),也就是曲線的峰值與中位數所在;以及正值的尺度參數 \(\gamma\),即半高寬的一半。它最著名的特徵就是「厚尾」:與常態分布不同,柯西分布並沒有定義出來的平均數與變異數。標準(典型)柯西分布取 \(x_0 = 0\)、\(\gamma = 1\),此時它與自由度為 1 的學生 t 分布完全相同。這是一個純數學的計算工具,在世界各地的運算結果都完全一致。

柯西機率密度曲線,顯示 x0 處的峰值及尺度參數 gamma 的半高半寬
柯西機率密度在位置 x0 處達到峰值,尺度參數 gamma 決定半高半寬。

如何使用本計算機

請輸入想要評估分布的百分位點 \(x\)、位置參數 \(x_0\),以及尺度參數 \(\gamma\)(必須大於零)。計算機會回傳機率密度 \(f(x)\)、下累積機率 \(P(X \le x)\),以及上累積機率 \(P(X > x)\)。若要計算標準柯西分布,請將 \(x_0\) 設為 0、\(\gamma\) 設為 1。

公式解析

首先定義標準化值 \(z = (x - x_0) / \gamma\)。機率密度為 $$f(x) = \frac{1}{\pi \cdot \gamma \cdot (1 + z^2)}$$ 也可改寫為 $$f(x) = \frac{\gamma}{\pi\left[\left(x - x_0\right)^2 + \gamma^2\right]}$$ 累積分布函數為 $$F(x) = \frac{1}{2} + \frac{1}{\pi}\arctan(z)$$ 即下累積機率;上累積機率則只要計算 \(1 - F(x)\) 即可。由於 \(\arctan\) 的值域落在 \((-\pi/2, \pi/2)\),因此累積機率必定嚴格介於 0 與 1 之間。

Advertisement
在 x 處分割的柯西曲線,左側下累積區域與右側上累積區域著色
下累積 P(X≤x) 為左側面積,上累積 P(X>x) 為右側面積。

實例演算

假設 \(x = 1\)、\(x_0 = 0\)、\(\gamma = 1\),則 \(z = 1\)。機率密度為 $$f(x) = \frac{1}{\pi \cdot 2} = 0.159155$$ 由於 \(\arctan(1) = 0.785398\),下累積機率為 $$\frac{1}{2} + \frac{1}{\pi} \cdot 0.785398 = 0.75$$ 上累積機率則為 \(0.25\)。

常見問題

為什麼不顯示平均數與變異數?柯西分布的尾部極厚,導致其平均數與變異數在數學上根本無從定義,因此就算列出來也毫無意義。

峰值長什麼樣子?在 \(x = x_0\) 處,機率密度達到最大值 \(\frac{1}{\pi \cdot \gamma}\),而上、下累積機率此時皆為 \(0.5\)。

如果 \(\gamma\) 等於零或為負值會怎樣?尺度參數必須嚴格為正值;若 \(\gamma\) 為零或負數,分布將無法定義,因此會被拒絕。

最後更新: