在線即時計算器 · 純前端本地秒算 · 零數據上傳

📝 Gamma Distribution Percentile 計算機

專業免費的 Gamma Distribution Percentile 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)
4.743865 Gamma(a, b) 分位數(反累積分布函數)
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...

這個計算器能做什麼

本工具用來計算 Gamma 分布的百分位點(又稱分位數或反累積分布函數)。只要給定一個機率與 Gamma 分布的參數,它就會回傳使 Gamma 累積分布函數(CDF)等於該機率的 x 值。換句話說,它就是 Gamma CDF 的反函數,常見於可靠度工程、貝氏統計、排隊理論,以及降雨/水文建模等領域。

使用方式

首先選擇你的機率是下尾累積機率 P(x 左側的面積),還是上尾累積機率 Q(x 右側的面積)。接著輸入嚴格介於 0 與 1 之間的機率值、形狀參數 a(alpha,必須大於 0),以及尺度參數 b(theta,必須大於 0)。Gamma 分布的平均值為 a 乘以 b。若你輸入的是上尾機率 Q,計算器會先換算成 P = 1 - Q,再進行反推。

公式說明

在尺度參數化下,Gamma 的 CDF 為 F(x) = P_{reg}(a, x/b),其中 P_{reg} 為正規化下不完全 gamma 函數。令 y = x/b,可讓問題變得與尺度無關:先求解 P_{reg}(a, y) = P,再回傳 x = b 乘以 y。正規化不完全 gamma 函數在 y 較小時以級數展開求值、在 y 較大時改用連分數計算;反推則先以 Wilson–Hilferty 提供初始估計值,再用牛頓法逐步逼近,並以二分法作為安全備援。

P = ((1) ÷ (\Gamma(a))) \gamma\!≤ft(a,\ ((x) ÷ (b))\right) \Rightarrow x = Q^{-1}

實例演算

假設機率類型=下尾、機率=0.95、形狀參數 a = 2、尺度參數 b = 1。當 a = 2 時,CDF 具有封閉形式 1 - (1 + y)e^{-y}。解方程式

1 - (1 + y)e^{-y} = 0.95

得到 y 約為 4.7439,因此 x 約為 4.7439。若改用尺度參數 b = 3,則 x = 3 × 4.7439 = 14.2317。

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)

如果 a = 1 會怎樣?
此時 Gamma 分布退化為平均值為 \(b\) 的指數分布,分位數有精確的封閉形式 \(x = -b \cdot \ln(1 - P)\)。
使用哪一種參數化?
採用形狀參數 \(a\) 與尺度參數 \(b\),因此平均值為 \(a\) 乘以 \(b\)。若你手上是速率(rate)參數,則尺度參數 \(b = 1 \div \text{速率}\)。
為什麼機率必須介於 0 與 1 之間?
當機率恰為 0 時分位數為 0,恰為 1 時則為無限大,因此唯有開區間 \((0, 1)\) 才會回傳有限的結果。