在線即時計算器 · 純前端本地秒算 · 零數據上傳

📚 F Distribution Graph 計算機

專業免費的 F Distribution Graph 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 first point of the series (51 points)
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...

這個計算機的功能

只要需要比較兩個變異數,就會用到 F 分配,例如變異數分析(ANOVA)、迴歸模型的整體顯著性檢定,以及檢定兩組變異數是否相等的 F 檢定。本工具會以分子自由度 v_1 與分母自由度 v_2,針對一整串 x 值來計算 F 分配,讓你一次就能產生數值表與圖形。你可以從三種函數中擇一:機率密度 f、下尾累積機率 P(即累積分配函數 CDF),或上尾累積機率 Q(存活函數,適合用來算右尾 p 值)。

使用方式

先選擇你要計算的函數,接著輸入兩個自由度(兩者都必須大於 0)。然後設定數列:x 的起始值(x 必須 ≥ 0)、各點之間的間隔(增量),以及迭代次數。計算機會依 x_i = initialX + i × stepX(i 從 0 到 loopCount-1)產生各點,並在每個點回報你所選的函數值。預設值(v_1 = 3、v_2 = 5、起始 0、間隔 0.1、51 個點)會讓 x 從 0 掃描到 5。

公式解析

機率密度用到 Beta 函數 B(a,b) = ((\Gamma(a)\Gamma(b)) ÷ (\Gamma(a+b)))。為了在自由度很大時仍保持數值穩定,我們改以對數方式運算,搭配 log-gamma 函數。

f(x) = ((\sqrt{\dfrac{(\nu_1 x)^{\nu_1} \nu_2^{\nu_2}}{(\nu_1 x + \nu_2)^{\nu_1+\nu_2}}}) ÷ (x B\!≤ft(\tfrac{\nu_1}{2},\tfrac{\nu_2}{2}\right)))
累積機率則有簡潔的封閉解:P(x) 等於正則化不完全 Beta 函數 I_z(\nu_1/2, \nu_2/2),其中 z = ((\nu_1 x) ÷ (\nu_1 x + \nu_2))。
F(x) = I_{ z}\!≤ft(\tfrac{\nu_1}{2}, \tfrac{\nu_2}{2}\right), z = ((\nu_1 x) ÷ (\nu_1 x + \nu_2))
上尾機率就只是 Q(x) = 1 - P(x)。不完全 Beta 函數則以標準的連分數法求值。

實例演算

取 v_1 = 3、v_2 = 5,在 x = 1 時:常數

C = ((3^{1.5} × 5^{2.5}) ÷ (B(1.5, 2.5))) = ((5.196152 × 55.901699) ÷ (0.196350)) = 1479.36
於是
f = ((1479.36 × 1^{0.5}) ÷ ((5 + 3)^4)) = ((1479.36) ÷ (4096)) = 0.36117
至於 CDF,z = ((3) ÷ (8)) = 0.375,得到 P = I_{0.375}(1.5, 2.5) = 0.5351,因此 Q = 0.4649。

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)

為什麼機率密度在 \(x = 0\) 處會發散?
當 \(\nu_1 < 2\) 時,密度在 \(x = 0\) 處會趨於無限大;當 \(\nu_1 = 2\) 時其值等於 1;而當 \(\nu_1 > 2\) 時則為 0。
\(x\) 的合理範圍是多少?
F 變數為非負數,所以從 \(x = 0\) 開始,並往右尾延伸到足夠遠(通常 \(x\) 取到 5 至 10)以涵蓋分配的主要部分。
平均數一定存在嗎?
平均數 \(\frac{\nu_2}{\nu_2-2}\) 只在 \(\nu_2 > 2\) 時存在,而變異數則須 \(\nu_2 > 4\) 才存在;不過要計算本工具中的這些函數,並不需要這兩個條件成立。