在線即時計算器 · 純前端本地秒算 · 零數據上傳

📝 Levy Distribution Percentile 計算機

專業免費的 Levy 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)
2.198111 使列維分布 CDF 等於下尾機率的 x 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...

什麼是列維分布百分位數計算機?

列維分布(Levy distribution)是一種連續型、具有厚尾特性的機率分布,僅定義於大於位置參數 mu 的數值範圍。它由兩個參數決定:位置參數 mu(可為任意實數)與尺度參數 c(必須為正數)。本計算機處理的是「反向問題」:給定一個機率,回傳對應的百分位數(分位數)x,也就是讓累積分布函數(CDF)剛好等於該機率的隨機變數值。

如何使用

請輸入一個介於 0 與 1 之間(不含端點)的機率,並選擇該機率屬於下尾累積機率 P(x),還是上尾累積機率 Q(x) = 1 - P(x)。接著輸入位置參數 mu 與尺度參數 c(c 必須大於 0),計算機便會回傳 x。若選擇上尾選項,工具會先以 P = 1 - Q 換算成下尾機率再進行計算。

公式說明

列維分布的累積分布函數為

P(x) = erfc≤ft( √( ((c) ÷ (2(x - \mu))) ) \right)
其中 erfc 為互補誤差函數。將其反解後可得
x = \mu + ((c) ÷ (2≤ft[erf^{-1}(P)\right]^{2}))
本計算機以高精度的有理逼近搭配牛頓迭代法計算反誤差函數,因此無需依賴任何外部函式庫。

實例演算

以機率 = 0.5(下尾)、mu = 0、c = 1 為例:erf^{-1}(0.5) ≈ 0.476936。平方後約為 0.227468,因此

x = 0 + ((1) ÷ (2 × 0.227468)) ≈ 2.1981
這正是標準列維分布的中位數。

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)

為什麼機率必須嚴格介於 0 與 1 之間?
當 p 趨近 0 時,百分位數會發散至無限大;當 p 趨近 1 時,則會收斂至 mu,因此兩端的端點皆被排除。
上尾選項代表什麼?
它會把您輸入的數值視為右尾機率 \(Q(x)\),計算機內部再以 \(P = 1 - Q\) 換算。處理尾端風險(tail-risk)類型的問題時相當實用。
為什麼較大的百分位數數值會那麼龐大?
列維分布具有非常厚重的右尾(其平均值為無限大),所以即使是第 90 百分位(下尾),都可能是中位數的好幾倍。