通过MCP连接 →

输入计算

数学公式

广告

结果

cre
百分位(分位数)x
2
帕累托 CDF 达到目标概率时对应的取值
下尾概率 P 0.5
分布 帕累托 I 型

Lower-tail probability P = 0.50000000

什么是帕累托分布百分位计算器?

本工具用于计算帕累托 I 型(Pareto Type I)分布的百分位,也称为分位数。只要给定目标累积概率以及分布的两个参数——尺度参数 \(a\)(即最小值 \(x_m\))和形状参数 \(b\)(即 alpha,尾部指数),它就能返回分布达到该概率时对应的取值 \(x\)。帕累托分布常用于刻画财富、收入、城市规模、文件大小等服从“二八定律”(80/20)的重尾现象。

使用方法

首先选择累积模式。如果你的概率是下尾 CDF 值 \(P = \Pr(X \le x)\),请选择“下尾累积 P”;如果是上尾生存概率 \(Q = \Pr(X > x)\),则选择“上尾累积 Q”。接着输入介于 0 到 1 之间的累积概率,再填入尺度参数 \(a\)(必须大于 0)和形状参数 \(b\)(必须大于 0)。计算器会把你的输入统一换算为下尾概率,并反解 CDF 得出结果。

公式详解

当 \(x \ge a\) 时,帕累托 I 型分布的 CDF 为 \(P(x) = 1 - (a/x)^b\)。对 \(x\) 求解可得

$$x = a \cdot \left(1 - P\right)^{-1/b}$$

当你输入的是上尾概率 \(Q\) 时,由于 \(1 - P = Q\),公式即简化为

$$x = a \cdot Q^{-1/b}$$

因为 \(a > 0\),且 \(0 \le 1 - P \le 1\)、\(b > 0\),所以结果始终满足 \(x \ge a\),落在分布的支撑区间之内。

Advertisement
累积分布 S 形曲线,将水平方向的概率 P 映射到分位数 x
反演 CDF:在纵轴上找到概率 P,读出分位数 x。
帕累托概率密度曲线,下尾区域有阴影,x 轴上标出分位点
百分位数 x 是阴影下尾面积等于概率 P 的点。

实例演算

以上尾情形为例,取 \(Q = 0.1\)、\(a = 2\)、\(b = 3\)。则

$$x = 2 \cdot (0.1)^{-1/3} = 2 \cdot 10^{1/3} = 2 \cdot 2.15443 = 4.30887$$

验证一下:\(Q(x) = (2 / 4.30887)^3 \approx 0.1\),结果吻合。再看标准帕累托分布,取 \(a = 1\)、\(b = 1\)、\(P = 0.5\),则中位数为 \(x = 1 / (1 - 0.5) = 2\)。

常见问题

当 \(P = 1\)(或 \(Q = 0\))时会怎样? 此时分位数趋于无穷大,因为帕累托分布的右尾无限延伸。遇到这种情况,计算器会给出提示,而不会进行除以零的运算。

当 \(P = 0\) 时结果代表什么? 此时分位数等于 \(a\),即分布的最小值,也是支撑区间的左端点。

尺度参数和形状参数有什么区别? 尺度参数 \(a\) 决定了可能取到的最小值;形状参数 \(b\) 则控制尾部的厚重程度——\(b\) 越小,尾部越厚,出现极端大值的可能性也越高。

最后更新: