UTILS.
เป็นส่วนตัวตั้งแต่เริ่ม
🔔

เครื่องคำนวณการแจกแจงปกติ

คำนวณ z-score และความน่าจะเป็นของการแจกแจงปกติ: P(X ≤ x), P(X ≥ x), พื้นที่ระหว่างสองค่า และความหนาแน่นที่ x

ไฟล์ของคุณอยู่ในอุปกรณ์นี้

ไฟล์ประมวลผลในเบราว์เซอร์และไม่ถูกอัปโหลด เว็บไซต์จะดาวน์โหลดโค้ดและทรัพยากรที่จำเป็นต่อเครื่องมือ ไม่ต้องมีบัญชีและไม่มีตัวติดตาม

ใช้ปุ่มดาวน์โหลดเพื่อบันทึกเครื่องมือนี้เป็นไฟล์ HTML ไฟล์เดียวสำหรับใช้ออฟไลน์

ความเป็นส่วนตัว →

เกี่ยวกับเครื่องมือนี้

เครื่องคำนวณการแจกแจงปกติหาความน่าจะเป็นสำหรับตัวแปรสุ่มปกติ (เกาส์เซียน) X ที่มีค่าเฉลี่ย μ และส่วนเบี่ยงเบนมาตรฐาน σ ใส่ μ, σ และค่า x — และหากต้องการ ค่าที่สอง x2 — แล้วมันจะคืน z-score และความน่าจะเป็นของหางและช่วงที่เกี่ยวข้องเป็นเปอร์เซ็นต์ คำนวณทั้งหมดในเบราว์เซอร์ของคุณโดยไม่มีการอัปโหลด

คะแนนมาตรฐานคือ z = (x − μ) / σ ความน่าจะเป็นสะสม P(X ≤ x) หาจาก CDF ปกติมาตรฐาน Φ(z) ประมาณด้วยสูตรฟังก์ชันความคลาดเคลื่อนแบบ Abramowitz–Stegun จากนั้น P(X ≥ x) = 1 − Φ(z) หากคุณให้ x2 ที่มากกว่า x พื้นที่ระหว่างทั้งสองคือ Φ((x2 − μ)/σ) − Φ(z) ความหนาแน่นของความน่าจะเป็นที่ x คือ (1 / (σ√(2π)))·e^(−z²/2)

ส่วนเบี่ยงเบนมาตรฐาน σ ต้องมากกว่าศูนย์ σ ที่เป็นศูนย์หรือลบจะถูกปฏิเสธว่าไม่ถูกต้อง เนื่องจาก CDF ใช้การประมาณแบบอัตราส่วน ความน่าจะเป็นจึงแม่นยำถึงทศนิยมไม่กี่ตำแหน่ง — เพียงพอสำหรับการเรียนและงานประจำวัน แม้จะไม่แม่นถึงหลักสุดท้ายของตาราง z ที่พิมพ์ออกมา

คำถามที่พบบ่อย

z-score คืออะไร?
z = (x − μ)/σ คือจำนวนส่วนเบี่ยงเบนมาตรฐานที่ x อยู่เหนือ (บวก) หรือใต้ (ลบ) ค่าเฉลี่ย มันแปลงค่าปกติใด ๆ ให้เป็นสเกลปกติมาตรฐาน เพื่อให้ตารางความน่าจะเป็นหนึ่งตารางใช้ได้กับทุกกรณี
ความน่าจะเป็นแม่นยำเพียงใด?
ความน่าจะเป็นสะสมใช้การประมาณฟังก์ชันความคลาดเคลื่อนแบบ Abramowitz–Stegun แม่นยำถึงประมาณ ±1×10⁻⁷ ในฟังก์ชันความคลาดเคลื่อน ตัวอย่างเช่น P(Z ≤ 1) ออกมาประมาณ 84.13% ตรงกับตาราง z มาตรฐาน
ฉันหาพื้นที่ระหว่างสองค่าอย่างไร?
ใส่ x และ x2 ที่มากกว่า เครื่องมือคำนวณ Φ((x2−μ)/σ) − Φ((x−μ)/σ) ซึ่งเป็นความน่าจะเป็นที่ X ตกอยู่ระหว่างสองค่าอย่างเคร่งครัด เว้น x2 ว่างไว้เพื่อข้ามมัน
ค่าความหนาแน่น (PDF) คืออะไร?
เป็นความสูงของโค้งระฆังที่ x, (1/(σ√(2π)))·e^(−z²/2) มันไม่ใช่ความน่าจะเป็นในตัวมันเอง — ความน่าจะเป็นมาจากพื้นที่ใต้โค้ง ไม่ใช่จากความสูงที่จุดเดียว

เครื่องมือเพิ่มเติม