在線即時計算器 · 純前端本地秒算 · 零數據上傳

📚 F Distribution 計算機

專業免費的 F Distribution 計算機。純前端本機毫秒級計算、零資料上傳、極致隱私保護。提供詳細公式推導、實例示範與常見問答。

即時推算結果 (Computed Output)
0.19245 F 分配機率密度函數在 x 處的值
專業公認計算模型,即時運算完畢
📜 計算歷史記錄 (試算軌跡)
尚無歷史記錄,每次點擊「計算」將在此留下試算軌跡...

什麼是 F 分配計算器?

這個工具會針對指定的分位點 x 與兩個自由度參數——分子自由度 v_1 與分母自由度 v_2,計算 F 分配(又稱 Fisher-Snedecor 分配)的相關數值。計算結果包含機率密度 f(x)、下尾累積機率 P(X ≤ x),以及上尾(尾部)機率 P(X > x)。F 分配是統計學中最常用的分配之一,其數學定義放諸四海皆準,不受任何國家或地區的特殊假設影響。

使用方式

請輸入分位點 x(須大於或等於 0)、分子自由度 v_1(須大於 0),以及分母自由度 v_2(須大於 0)。兩個自由度都可以是非整數。計算器會回傳密度值與兩個累積機率,且下尾與上尾機率永遠滿足「下尾 + 上尾 = 1」的關係。

公式說明

密度函數為

f(x) = ((\sqrt{\dfrac{(v_1 x)^{v_1} v_2^{ v_2}}{(v_1 x + v_2)^{v_1+v_2}}}) ÷ (x · B\!≤ft(\dfrac{v_1}{2},\dfrac{v_2}{2}\right)))

其中 B 為 Beta 函數,d_1 = v_1、d_2 = v_2。累積分配則使用正規化不完全 Beta 函數計算:

P(X ≤ x) = I_{z}\!≤ft(\dfrac{v_1}{2}, \dfrac{v_2}{2}\right),\qquad z = \dfrac{v_1 x}{v_1 x + v_2}

在實際運算上,我們以 Lanczos 近似法計算 log-Gamma,並以連分數展開(Lentz 演算法)計算不完全 Beta 函數。

實例演算

以 x = 1、v_1 = 2、v_2 = 1 為例:B(1, 0.5) = 2,因此

f(1) = ((2^1 · 1^0 · 3^{-1.5}) ÷ (2)) = 3^{-1.5} ≈ 0.19245

至於累積分配,z = 2/3,I_{2/3}(1, 0.5) = 1 - (1/3)^{0.5} ≈ 0.42265,所以 P(X > 1) ≈ 0.57735。

使用注意事項與精準校對原則(6 大核心守則)

📐 1. 嚴格對齊輸入量綱與單位

輸入各項數值時請務必確認量綱(例如小時、天數、金額、百分比),避免單位不匹配引發推算偏差。

🔒 2. 純前端本機毫秒級隱私保障

所有計算邏輯 100% 在您的終端瀏覽器內完成,資料絕不上傳伺服器,嚴格守護商業與個人隱私。

📊 3. 符合公認學術與產業計算模型

演算法嚴格遵循國際通用數學公式與標準計算模型,經多重情境交叉核對,數值嚴密精確。

📋 4. 一鍵複製與免登入 PDF 匯出

支援一鍵複製推算結果字串至剪貼簿,亦可直接點擊列印按鈕輸出純淨 PDF 工作報表。

🔄 5. 多情景敏感度動態對比

建議針對極端值與多組預期情景分別試算,觀察輸出數據的波動區間,輔助做出更穩健的決策。

🛡️ 6. 專業諮詢與日常參考免責聲明

本工具運算結果供日常排程、學業研習與事前參考之用,如涉及重大法規或投資決策請諮詢持證專家。

常見問題 (FAQ)

自由度可以是小數嗎?
可以。F 分配對任何正實數自由度都有明確定義。
當 \(x = 0\) 時會怎樣?
此時下尾機率為 0,上尾機率為 1。至於密度值:當 \(v_1 < 2\) 時為正無限大,當 \(v_1 = 2\) 時等於 1,當 \(v_1 > 2\) 時則為 0。
上尾累積機率有什麼用途?
它就是 F 檢定的 p 值,代表在虛無假設成立的前提下,F 統計量達到或超過 \(x\) 的機率。