瑞利分布計算器

瑞利分布計算器

成長中 AI Skill PRO

輸入計算

結果

機率密度 f(x)
0.270671
瑞利分布 PDF 在 x 處的值
累積機率 F(x) 0.864665
平均值 1.2533
變異數 0.4292
中位數 1.1774
眾數 1

數學公式

f(x)=xσ2exp⁡(−x22σ2)f(x) = \frac{\text{x}}{{\sigma}^{2}}\, \exp\!\left(-\frac{\text{x}^{2}}{2\,{\sigma}^{2}}\right)
顯示計算步驟 (2)
  1. 累積分布函數(CDF)

    F(x)=1−exp⁡(−x22σ2)F(x) = 1 - \exp\!\left(-\frac{\text{x}^{2}}{2\,{\sigma}^{2}}\right)

    x >= 0 時瑞利分布的 CDF

  2. 平均值、變異數、眾數與中位數

    μ=σπ2σx2=4−π2σ2眾數=σ中位數=σ2ln⁡2\begin{aligned} \mu &= {\sigma}\sqrt{\tfrac{\pi}{2}} \\[0.4em] \sigma_{x}^{2} &= \frac{4-\pi}{2}\,{\sigma}^{2} \\[0.4em] \text{眾數} &= {\sigma} \\[0.4em] \text{中位數} &= {\sigma}\sqrt{2\ln 2} \end{aligned}

    分布統計量:以尺度參數表示的平均值、變異數、眾數與中位數

使用統計

廣告

回報本頁錯誤

什麼是瑞利分布?

瑞利分布(Rayleigh distribution)是一種針對非負數值的連續機率分布,僅由單一尺度參數 \(\sigma\)(sigma)決定。它最自然的來源,是兩個彼此獨立、均值為零、變異數相同的常態隨機變數所構成之二維向量的長度(大小)。瑞利分布在許多領域都很常見,例如訊號處理(衰落通道)、風速建模、MRI 雜訊分析,以及可靠度工程。

不同尺度參數下的瑞利分布機率密度曲線
瑞利分布機率密度曲線:\(\sigma\)越大,峰值越往右移,曲線越平緩。

如何使用這個計算器

請輸入想計算密度與累積機率的數值 x,以及尺度參數 \(\sigma\)。計算器會回傳機率密度 PDF \(f(x)\)、累積分布 CDF \(F(x)\),以及該分布的平均值、變異數、中位數與眾數。x 與 \(\sigma\) 皆必須為非負數,且 \(\sigma\) 必須大於零。

公式說明

當 \(x \ge 0\) 時,機率密度為 $$f(x) = \frac{x}{\sigma^{2}}\, \exp\!\left(-\frac{x^{2}}{2\,\sigma^{2}}\right)$$ 累積分布為 $$F(x) = 1 - \exp\!\left(-\frac{x^{2}}{2\,\sigma^{2}}\right)$$ 主要的摘要統計量為:平均值 \(\mu = \sigma\sqrt{\tfrac{\pi}{2}}\)、變異數 \(\sigma_{x}^{2} = \frac{4-\pi}{2}\,\sigma^{2}\)、中位數 \(\sigma\sqrt{2\ln 2}\)、眾數 \(\sigma\)。值得注意的是,眾數恰好等於 \(\sigma\)——密度的峰值永遠落在 \(x = \sigma\) 的位置。

廣告
帶有表示到 x 的累積分布的陰影面積及標註眾數的瑞利分布機率密度圖
機率密度曲線下到 x 的陰影面積即為累積分布函數;圓點標出眾數。

實際範例

假設 \(\sigma = 1\)、\(x = 2\)。則 \(\frac{x^{2}}{2\sigma^{2}} = \frac{4}{2} = 2\),因此 \(e^{-2} \approx 0.135335\)。PDF 為 \(\frac{2}{1} \cdot 0.135335 = 0.270671\);CDF 為 \(1 - 0.135335 = 0.864665\)。平均值為 \(\sqrt{\frac{\pi}{2}} \approx 1.253314\),變異數為 \(\frac{4-\pi}{2} \approx 0.429204\),中位數為 \(\sqrt{2\ln 2} \approx 1.177410\),眾數為 \(1\)。

常見問題

瑞利分布有定義在負的 x 嗎?沒有。它只在 \(x \ge 0\) 的範圍內有定義;對於負值,密度為零。

\(\sigma\) 與平均值有什麼關係?平均值會隨 \(\sigma\) 線性變化:\(\mu = \sigma\sqrt{\frac{\pi}{2}} \approx 1.2533\,\sigma\)。

它與常態分布之間有什麼關聯?若 \(X\) 與 \(Y\) 為彼此獨立且服從 \(N(0, \sigma^{2})\) 的隨機變數,則 \(\sqrt{X^{2}+Y^{2}}\) 會服從尺度參數為 \(\sigma\) 的瑞利分布。

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