什么是标准正态分布百分位数计算器？
这个工具用于计算标准正态分布 N(0,1) 的百分位点（也叫百分位数、分位数或逆CDF的 z 值）。给定一个累积概率，它会返回钟形曲线横轴上能切出该面积的 z 值。它是累积分布函数（CDF）的反函数，通常写作 \(z = \Phi^{-1}(p)\)。
使用方法
首先确定你的概率该如何解读：左侧累积 P（z 左侧的面积）、右侧累积 Q（z 右侧的面积），或中心双侧概率（−z 与 +z 之间的对称中心面积）。然后输入一个严格位于 0 和 1 之间的概率。计算器会把你的输入换算成单一的左尾概率，并返回对应的 z 值。
计算公式
标准正态分布的密度函数为 \(f(x) = \frac{1}{\sqrt{2\pi}}\cdot e^{-x^2/2}\)，其累积分布函数为 \(\Phi(x)\)。我们对它求反：左侧模式取 \(p_{\text{lower}} = p\)；右侧模式取 \(p_{\text{lower}} = 1 - p\)；中心模式取 \(p_{\text{lower}} = \frac{1 + p}{2}\)，且 \(z \ge 0\)。随后用 $$z = \Phi^{-1}(p_{\text{lower}})$$ 求解，采用 Acklam 的高精度有理逼近法（相对误差约 \(1\text{e}{-9}\)）。
实例演示
左侧模式下，p = 0.975 时得到 $$z = \Phi^{-1}(0.975) \approx 1.959964$$ —— 也就是 95% 置信区间中常见的 1.96。中心模式下输入 p = 0.95 同样得到 1.96，因此 95% 的中心区间为 \([-1.96, +1.96]\)。
常见问题
为什么 p 必须在 0 和 1 之间？当 p = 0 或 p = 1 时，z 值会变成 \(-\infty\) 或 \(+\infty\)，因此这两个端点不被接受。
右侧模式和左侧模式有什么关系？对于同一个概率，右侧模式的 z 值等于左侧模式 z 值的相反数：\(\Phi^{-1}(1-p) = -\Phi^{-1}(p)\)。
结果是精确的吗？该函数没有解析的闭式解，但 Acklam 逼近法可精确到约九位有效数字，远超出显示所需的精度。
