在線即時計算器 · 純前端本地秒算 · 零數據上傳

📝 Pareto Distribution Percentile 計算機

專業免費的 Pareto 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 柏拉圖分布 CDF 達到目標機率時所對應的數值
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...

什麼是柏拉圖分布百分位數計算器?

這個工具用來計算柏拉圖第一型(Pareto Type I)分布的百分位數,也就是所謂的分位數。只要給定一個目標累積機率,以及分布的兩個參數——尺度參數 a(最小值 x_m)和形狀參數 b(即 alpha,尾端指數)——它就會回傳分布達到該機率時所對應的數值 x。柏拉圖分布常用來描述財富、所得、城市規模、檔案大小等具有「重尾」特性、符合「80/20 法則」的現象。

使用方式

首先選擇累積模式。如果你手上的機率是下尾的 CDF 值 P = \Pr(X ≤ x),請選「下尾累積機率 P」;如果是上尾的生存機率 Q = \Pr(X > x),則選「上尾累積機率 Q」。接著輸入介於 0 到 1 之間的累積機率,再填入尺度參數 a(必須大於 0)與形狀參數 b(必須大於 0)。計算器會先將你的輸入轉換為下尾機率,再對 CDF 進行反運算求解。

公式說明

當 x ≥ a 時,柏拉圖第一型分布的 CDF 為

P(x) = 1 - ≤ft(((a) ÷ (x))\right)^{b}.
對 x 求解可得
x = a · ≤ft(1 - P\right)^{-1/b}.
若你輸入的是上尾機率 Q,由於 1 - P = Q,公式便簡化為
x = a · Q^{-1/b}.
因為 a > 0、0 ≤ 1 - P ≤ 1 且 b > 0,計算結果必定滿足 x ≥ a,落在分布的有效範圍內。

實例演算

以上尾情形為例,設 Q = 0.1、a = 2、b = 3,則

x = 2 · (0.1)^{-1/3} = 2 · 10^{1/3} = 2 · 2.15443 = 4.30887.
驗證一下:Q(x) = ≤ft(((2) ÷ (4.30887))\right)^{3} ≈ 0.1,結果無誤。再看標準柏拉圖分布,當 a = 1、b = 1 且 P = 0.5 時,中位數為
x = ((1) ÷ (1 - 0.5)) = 2.

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 P = 1(或 Q = 0)時會發生什麼事?
此時分位數會趨於無限大,因為柏拉圖分布的右尾無限延伸。計算器會特別標示這種情況,而不會出現除以零的錯誤。
當 P = 0 時結果代表什麼?
分位數等於 \(a\),也就是分布的最小值與左端點。
尺度參數和形狀參數有何不同?
尺度參數 \(a\) 決定可能的最小值,而形狀參數 \(b\) 則控制尾端的厚薄——\(b\) 越小代表尾端越重、出現極端大值的機會越高。