透過 MCP 連接 →

輸入計算

數學公式

廣告

結果

反常態值
1.6449
輸入的機率 0.95
輸入的平均數(μ) 0
輸入的標準差(σ) 1
百分位數 95%
Z 分數 1.6449

反常態分布計算器的用途

這個計算器把常見的統計問題反過來算:一般我們問「小於 x 的機率是多少?」,而它要回答的是「在指定機率下,對應的數值是多少?」。只要輸入累積機率,以及常態分布的兩個參數,工具就會回傳對應的資料數值(反常態值)、所在的百分位數,以及相符的 z 分數。這類計算廣泛應用於課業學習、品質管制、財務領域(風險值 VaR)以及標準化測驗分析。

Normal bell curve with a shaded left tail area p and a vertical line marking the value x on the horizontal axis
The inverse normal finds the value x such that the shaded area (probability p) lies to its left.

三個必填欄位

  • 機率(0 到 1):指你要查詢的數值左側所涵蓋的累積面積。例如 0.95 代表「整個分布有 95% 落在這個數值以下」。數值必須嚴格介於 0 與 1 之間。
  • 平均數(μ):常態分布的中心位置。
  • 標準差(σ):分布的離散程度,數值必須大於 0。

計算公式

本工具會依你輸入的 μ 與 σ,計算常態分布的反累積分布函數(即分位數函數):

  • 反常態值:x = Φ⁻¹(p; μ, σ)——累積機率剛好等於 p 的那個數值。
  • 百分位數:機率 × 100。
  • Z 分數:z = (x − μ) / σ——表示 x 距離平均數有幾個標準差。

計算原理是先求標準常態的反函數,再進行縮放與平移:x = μ + σ · z,其中 z 對應到機率 p。

Advertisement
Diagram mapping a probability input through the inverse cumulative function to a z-score then scaling by sigma and shifting by mu to get x
Probability p maps to a z-score, which is scaled by σ and shifted by μ to give x.

實例演練

假設某次考試成績呈常態分布,平均數(μ)為 70、標準差(σ)為 8,你想知道第 90 百分位的分數。請輸入機率=0.90、平均數=70、標準差=8。

  • 對應機率 0.90 的標準常態 z 分數約為 1.2816。
  • 反常態值:70 + 8 × 1.2816 ≈ 80.25
  • 百分位數:0.90 × 100 = 90%
  • Z 分數:(80.25 − 70) / 8 ≈ 1.28

也就是說,約 80.25 分的成績,正好落在第 90 百分位。

常見問題

為什麼機率一定要嚴格介於 0 與 1 之間?常態分布在兩端都會無限延伸,因此機率剛好等於 0 或 1 時,對應的數值會是正、負無限大。所以本計算器只接受落在這個開區間內的數值。

如果平均數與標準差維持標準值會怎樣?當你輸入平均數=0、標準差=1 時,反常態值會直接等於 z 分數,也就是得到經典的標準常態分位數。

算出負值代表什麼?當機率低於 0.5 時,對應數值會落在平均數左側,因此會得到負的 z 分數,以及小於 μ 的數值。這是正常結果,並非錯誤。

最後更新: