在線即時計算器 · 純前端本地秒算 · 零數據上傳

📈 Normal Distribution Percentile Point 計算機

專業免費的 Normal Distribution Percentile Point 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)
1.644853 對應指定累積機率的數值 x
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...

這個計算器的用途

本工具用來計算常態分布的百分位數(又稱分位數或臨界值)。你只要輸入一個累積機率,它就會回傳分布軸上的數值 x,使得指定比例的機率落在它的左側(或右側)。這正是常態累積分布函數(CDF)的反函數。當平均數為 0、標準差為 1 時,它會回傳大家熟悉的標準常態 z 值。這是一套通用的純數學,無論在哪個國家都完全一樣。

使用方法

先選擇累積模式。若你的機率代表左尾面積 P(X ≤ x),請選下尾累積 P;若代表右尾面積 P(X > x),則選上尾累積 Q。接著輸入嚴格介於 0 與 1 之間的機率值,再填入分布的平均數與標準差(標準常態請填 0 與 1)。結果會顯示百分位數 x 及其標準化後的 z 分數。

公式說明

令 \Phi 為標準常態 CDF。第一步先把輸入值換算成下尾機率:下尾模式為 p_{lower} = P,上尾模式為 p_{lower} = 1 - Q。接著取反向常態 CDF(probit):z = \Phi^{-1}(p_{lower})。最後再還原標準化:

x = \mu + \sigma · z
本計算採用 Acklam 有理逼近法,並以一步牛頓法修正,精度約達 1e-9。

範例演算

上尾模式,Q = 0.025,\mu = 100,\sigma = 15。換算:p_{lower} = 1 - 0.025 = 0.975。分位數:z = \Phi^{-1}(0.975) ≈ 1.959964。還原標準化:

x = 100 + 15 × 1.959964 ≈ 129.40
也就是說,約有 2.5% 的分布落在 129.4 以上。

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 \(z\) 有時會等於 \(x\)?
只有在標準常態(\(\mu = 0\)、\(\sigma = 1\))的情況下才會如此,此時 \(x = z\)。
當 \(p = 0.5\) 時會怎樣?
在下尾模式中,分位數恰好等於平均數,因為 \(z = 0\)。
可以輸入 0 或 1 嗎?
不行。分位數在 0 時會發散至 \(-\infty\),在 1 時會發散至 \(+\infty\),因此機率必須嚴格介於 0 與 1 之間,且 \(\sigma\) 必須大於 0。