在線即時計算器 · 純前端本地秒算 · 零數據上傳

📝 Logistic Distribution Percentile 計算機

專業免費的 Logistic 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)
0 羅吉斯分布反累積分布函數
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...

這個計算器的功能

羅吉斯分布(Logistic distribution)是一種連續型機率分布,外形類似常態分布的鐘形曲線,但尾部更厚。它廣泛應用於羅吉斯迴歸、成長模型與可靠度分析。本工具解決的是反向問題:給定一個累積機率,回傳羅吉斯累積分布函數(CDF)達到該機率時所對應的百分位數點 x(也稱為分位數)。

使用方式

首先選擇你的機率屬於下尾累積值 P(X ≤ x),還是上尾累積值 P(X > x)。接著輸入一個嚴格介於 0 與 1 之間的機率數值,再填入位置參數 a(即平均數與中位數)以及尺度參數 b(必須大於 0)。計算器會回傳 x,並同時顯示實際使用的下尾機率及其 logit(對數勝算比)。

公式說明

羅吉斯分布的 CDF 為 F(x) = 1 / (1 + e^{-(x-a)/b})。對 x 求解後可得分位數函數:

x = a + b · \ln\!≤ft(((p) ÷ (1 - p))\right)

其中 p 為下尾機率。若你輸入的是上尾值 Q,計算器會先以 p = 1 - Q 進行換算。式中的 \ln(p / (1 - p)) 就是該機率的 logit,也就是對數勝算比。當 p = 0.5 時,logit 為 0,因此分位數會等於位置參數 a,這也印證了 a 即為中位數。

範例演算

假設 probabilityType = 下尾、probability = 0.9、a = 5、b = 2。則 p / (1 - p) = 0.9 / 0.1 = 9,而 \ln(9) = 2.197224577。所以

x = 5 + 2 × 2.197224577 = 9.394449
也就是說,此羅吉斯分布的第 90 百分位數約為 9.39。

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)

當機率為 0.5 時會發生什麼?
此時分位數恰好等於位置參數 \(a\),因為羅吉斯分布以其平均數與中位數為中心呈對稱分布。
為什麼機率必須嚴格介於 0 與 1 之間?
當機率趨近 0 時,分位數會趨向負無限大;趨近 1 時,則趨向正無限大,因此兩端點都沒有有限的數值。
尺度參數 \(b\) 是什麼?
它控制分布的離散程度;\(b\) 越大,曲線就越被拉寬。其標準差等於 \(b\pi/\sqrt{3}\)。