常態分配計算機

常態分配計算機

領先 AI Skill PRO

輸入計算

標準差必須大於 0

數學公式

f(x)=1σ2πe−12(x−μσ)2f(x) = \frac{1}{{\sigma}\sqrt{2\pi}}\, e^{-\frac{1}{2}\left(\frac{x - {\mu}}{{\sigma}}\right)^{2}}
顯示計算步驟 (2)
  1. Z-Score

    z=X Value−Mean μStd Dev σz = \frac{\text{X Value} - {{\text{Mean }\mu}}}{{{\text{Std Dev }\sigma}}}

    Number of standard deviations X is from the mean.

  2. Cumulative Probability (CDF)

    F(x)=12[1+erf(x−μσ2)]F(x) = \frac{1}{2}\left[\,1 + \operatorname{erf}\!\left(\frac{x - {\mu}}{{\sigma}\sqrt{2}}\right)\right]

    Probability that a value is at most X.

使用統計

廣告

結果

機率密度函數(PDF)
0.121
累積分配函數(CDF)
0.8413
Z 分數
1
輸入平均數(μ) 1
輸入標準差(σ) 2
輸入 X 值 3

回報本頁錯誤

常態分配計算機的功能

常態分配(又稱高斯分配或鐘形曲線)常用來描述身高、考試成績、量測誤差等現象:大多數數值會集中在平均數附近,並向兩側對稱分布。這款計算機會針對曲線上的某一點,一次告訴你三件事:該 X 值的機率密度、累積到該值的機率,以及它的 Z 分數。只要輸入三個數值就能開始計算。

  • 平均數(μ):分配的中心,也就是曲線的最高點。
  • 標準差(σ):資料的離散程度,必須大於 0。
  • X 值:你想要評估的分配上的特定點。
鐘形常態分配曲線,x 值左側區域以陰影標示
鐘形曲線下的陰影面積,代表 X 小於所選數值的機率。

背後的公式

機率密度函數(PDF)如下:

f(x) = (1 / (σ√(2π))) · e^(−½((x−μ)/σ)²)

計算機會在你輸入的 X 值上計算此 PDF,同時算出累積分配函數(CDF),也就是曲線從 −∞ 到 X 的面積,代表數值小於或等於 X 的機率,並以下列公式求出 Z 分數:

  • z = (x − μ) / σ:X 與平均數相差幾個標準差。

計算機也會在 μ ± 4σ 的範圍內繪製鐘形曲線,讓你清楚看見 X 值所在的位置。

廣告
依標準差分段的常態曲線,說明 68-95-99.7 法則
68-95-99.7 法則:大多數數值會落在平均數上下一、二、三個標準差之內。

計算範例

假設某次考試成績的平均數(μ)為 70、標準差(σ)為 10,而你想評估 X 值 85。

  • Z 分數:(85 − 70) / 10 = 1.5
  • PDF f(85):約 0.0130,即曲線在 85 這一點的高度。
  • CDF:約 0.9332,表示約有 93.3% 的成績小於或等於 85,大約只有 6.7% 的人考得比 85 分高。

由此可知,85 分大約落在全班前 7% 之內。

常見問題

PDF 與 CDF 有什麼差別?PDF 表示某一個精確點上的相對可能性(曲線高度),CDF 則是到 X 為止(含 X)所有數值的累積機率。若要求機率,通常看 CDF。

為什麼標準差必須大於 0?標準差為 0 代表資料完全沒有變異,公式中就會出現除以零的情況。分配必須有正的離散程度才有意義。

如何求出大於 X 值的機率?用 1 減去 CDF 即可。以上面的例子來說,P(X > 85) = 1 − 0.9332 = 0.0668,約為 6.7%。

最後更新:

數學和統計熱門計算器

查看全部數學和統計計算器