通过MCP连接 →

输入计算

严格介于 0 和 1 之间的概率(例如 0.975)。
任意正数;通常为正整数。

数学公式

广告

结果

百分位点 t
2.228139
满足 F(t) = 左尾概率的分位数
所用的左尾概率 0.975
结果解读 F(t) = P(T ≤ t) = 0.975

这个计算器能做什么

本工具用于计算学生t分布百分位点(也叫分位数、临界值或逆累积分布函数)。给定累积概率 \(P\) 和自由度 \(\nu\),它会返回这样一个值 \(t\):使得 t 分布密度曲线从负无穷到 \(t\) 之间所围的面积恰好等于你设定的概率。它是 t 分布累积分布函数(CDF)的逆运算,对应于电子表格中的 t.inv 函数。t 分布属于纯数学范畴,在世界各地的结果完全一致,不受地区或国别影响。

Bell-shaped t-distribution curve with a shaded left area p and a vertical line at the corresponding quantile t on the horizontal axis
The percentage point t is the value where the cumulative area under the t-distribution curve equals p.

如何使用

输入累积概率 \(P\)(必须严格位于 0 和 1 之间),选择 \(P\) 表示的是 左尾面积(t 左侧的面积)还是 右尾面积(t 右侧的面积),再填入自由度。在内部,计算器始终会把概率转换为左尾概率:若选择左尾,则直接使用 \(P\);若选择右尾,则使用 \(1 - P\)。随后求解出 t。

公式详解

自由度为 \(\nu\) 的学生t分布,其 CDF 可以用正则化不完全贝塔函数 \(I\) 来表示。当 \(t \ge 0\) 时, $$F(t) = 1 - \tfrac{1}{2}\,I_{x}\!\left(\tfrac{\nu}{2}, \tfrac{1}{2}\right),\quad x=\frac{\nu}{\nu+t^{2}}$$ 当 \(t < 0\) 时,则使用对称表达式 $$F(t) = \tfrac{1}{2}\,I_{x}\!\left(\tfrac{\nu}{2}, \tfrac{1}{2}\right)$$ 不完全贝塔函数借助伽马函数的 Lanczos 近似和标准的连分式算法进行求值。由于 \(F\) 是严格单调递增的,逆函数可通过稳健的二分法求得。 $$t = F^{-1}\!\left(\text{P};\ \nu\right)$$

Advertisement
Two overlaid symmetric bell curves: a flatter t-distribution with heavier tails compared to a taller narrower normal distribution
The t-distribution has heavier tails than the normal curve, narrowing toward it as degrees of freedom grow.

实例演示

当 \(P = 0.975\)、左尾、自由度 \(\nu = 10\) 时,计算器返回 \(t \approx\) 2.228139——这正是 t 分布表中常见的双侧 95%(单侧 97.5%)临界值。如果改用 \(P = 0.025\) 配合右尾,也会得到同样的结果,因为右尾 2.5% 的面积等价于左尾 97.5% 的面积。

常见问题

如果我输入 \(P = 0\) 或 \(P = 1\) 会怎样? 此时百分位点没有定义,会发散到负无穷或正无穷,因此计算器会报错。

当自由度变得非常大时会发生什么? t 分布会逐渐逼近标准正态分布,所以当 \(\nu\) 很大时,分位数会趋近于正态分布的分位数(例如 \(P = 0.975\) 时约为 \(1.95996\))。

\(\nu\) 可以是非整数吗? 可以。任何大于 0 的 \(\nu\) 都被接受,包括小数。

最后更新: