在線即時計算器 · 純前端本地秒算 · 零數據上傳

🧮 Chi Squared Distribution Random Number 計算機

專業免費的 Chi Squared Distribution Random Number 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)
2.5099 expected mean = v = 3
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...

這個工具的用途

本產生器會依您指定的自由度(以 v 表示,即希臘字母 nu)產生一組來自卡方分配的偽隨機亂數。卡方分配在統計學中相當基礎:它描述多個獨立標準常態變數平方和的分布,也是卡方適合度檢定、變異數估計與信賴區間背後的核心理論。

使用方式

請輸入自由度 v(任意正實數,預設為 3)、想產生的亂數個數(1 到 1000,預設為 10),並選擇每個數值要顯示的有效位數。按下計算即可取得一組全新樣本。由於是隨機抽樣,每次執行得到的數字都不同;但旁邊顯示的理論平均數(v)、變異數(2v)與標準差(√(2v))是固定的,方便您用來檢查樣本是否合理。

公式說明

卡方分配的機率密度函數為

f(x) = ((1) ÷ (2^{v/2} \Gamma\!≤ft(\tfrac{v}{2}\right))) x^{((v) ÷ (2))-1} e^{-x/2}, x > 0

其中 x ≥ 0。抽樣時,我們利用一項性質:自由度為 v 的卡方變數,等於形狀參數 v/2、尺度參數 1 的 Gamma 變數乘以 2。當 v 為整數時,則改用更簡單的恆等式

X = \sum_{i=1}^{v} Z_i^{2}, \qquad Z_i \sim \mathcal{N}(0,1)

其中每個 Z 都是以 Box-Muller 轉換產生的標準常態變數。若 v 非整數,則採用 Marsaglia-Tsang 的 Gamma 抽樣法後再乘以 2。

實例演算

以 v = 3、個數 = 10 為例,每個數值都是三個標準常態變數平方後的總和。一組具代表性的樣本可能是 1.842、4.317、0.526、2.991、6.083、1.205、3.778、0.914、5.460、2.337。它們的平均約為 2.945,與理論平均數 3 相當接近。如理論所要求,每個數值皆為非負數。

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)

為什麼每次的數字都不一樣?
產生器使用隨機來源,因此每次執行都會得到一組獨立的樣本,但理論統計量始終維持不變。
\(v\) 可以是小數嗎?
可以。任何大於 0 的 \(v\) 都有效;遇到非整數時,工具會自動改用 Gamma 抽樣法。
如果我要超過 1000 個數值會怎樣?
個數會被限制在 1 到 1000 的允許範圍內。