Kết nối qua MCP →

Nhập phép tính

Công thức

Show calculation steps (1)
  1. Cumulative Probability (CDF)

    Cumulative Probability (CDF): Máy tính phân phối chuẩn tắc

    Lower cumulative probability P(Z <= x); upper = 1 - this value

Quảng cáo

Kết quả

Mật độ xác suất tại x
0,241971
phân phối chuẩn tắc N(0,1)
Đại lượng Giá trị
Lower cumulative P(X ≤ x) 0,8413447
Upper cumulative P(X ≥ x) 0,1586553
Inner cumulative P(−|x| ≤ X ≤ |x|) 0,6826895

Công cụ này làm gì

Phân phối chuẩn tắc N(0,1) chính là đường cong hình chuông quen thuộc, với giá trị trung bình bằng 0 và độ lệch chuẩn bằng 1. Khi bạn nhập một giá trị x (còn gọi là điểm z hay z-score), máy tính sẽ cho ra bốn con số: mật độ xác suất tại x, xác suất tích lũy đuôi dưới P(X ≤ x), xác suất tích lũy đuôi trên P(X ≥ x), và xác suất hai phía nằm bên trong P(−|x| ≤ X ≤ |x|). Công cụ hoạt động với mọi số thực x — dương, âm hay bằng 0.

Đường cong hình chuông chuẩn tâm tại 0 với phần diện tích được tô dưới đường cong
Đường cong chuẩn N(0,1): chiều cao PDF \(\varphi(x)\) và diện tích cho CDF \(\Phi(x)\).

Cách sử dụng

Bạn chỉ cần nhập giá trị x rồi đọc kết quả. Ví dụ, x = 1 tương ứng với một độ lệch chuẩn phía trên trung bình; còn x = 1,96 chính là ngưỡng kinh điển cho khoảng tin cậy 95%. Công cụ không cần đơn vị, bởi biến chuẩn tắc vốn là đại lượng không thứ nguyên.

Giải thích các công thức

Hàm mật độ là $$\varphi(x) = \frac{1}{\sqrt{2\pi}}\, e^{-x^{2}/2}$$ trong đó \(1/\sqrt{2\pi} \approx 0{,}3989423\). Hàm phân phối tích lũy đuôi dưới là $$\Phi(x) = \frac{1}{2}\left[\,1 + \operatorname{erf}\!\left(\frac{x}{\sqrt{2}}\right)\right]$$ dùng hàm sai số Gauss (erf). Đuôi trên là \(Q(x) = 1 - \Phi(x)\), và xác suất bên trong là \(I(x) = \operatorname{erf}(|x|/\sqrt{2}) = 2\Phi(|x|) - 1\). Vì các thư viện toán học cơ bản không có sẵn hàm erf, chúng tôi tính nó bằng công thức xấp xỉ hữu tỉ Abramowitz & Stegun 7.1.26 (sai số tối đa khoảng \(1{,}5 \times 10^{-7}\)), đủ chính xác tới khoảng sáu chữ số thập phân để hiển thị.

Quảng cáo
Đường cong hình chuông thể hiện đuôi dưới, đuôi trên và vùng hai phía với các sắc độ khác nhau
Vùng xác suất phía dưới (\(\Phi\)), phía trên (\(1-\Phi\)) và hai phía của phân phối chuẩn.

Ví dụ minh họa

Với x = 1: $$\varphi(1) = 0{,}3989423 \times e^{-0{,}5} \approx 0{,}2419707$$ \(\operatorname{erf}(0{,}7071068) \approx 0{,}6826895\), nên \(\Phi(1) \approx 0{,}8413447\), cho ra đuôi trên là \(0{,}1586553\) và xác suất bên trong là \(0{,}6826895\) — đúng với quy tắc quen thuộc "68% giá trị nằm trong khoảng \(\pm 1\) độ lệch chuẩn".

Câu hỏi thường gặp

Điểm z (z-score) là gì? Đó là số độ lệch chuẩn mà một giá trị cách xa giá trị trung bình. Với phân phối chuẩn tắc, bản thân giá trị và điểm z của nó là một.

Vì sao xác suất bên trong lại dùng |x|? Vùng hai phía đối xứng qua điểm 0, nên một giá trị x âm cho cùng xác suất bên trong với giá trị dương tương ứng của nó.

Kết quả chính xác đến đâu? Phép xấp xỉ hàm sai số chính xác tới khoảng sáu chữ số thập phân — quá đủ cho hầu hết công việc thống kê thông thường.

Cập nhật lần cuối: