在線即時計算器 · 純前端本地秒算 · 零數據上傳

🛠️ 對數常態分布計算器

專業免費的 對數常態分布計算器。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 第一個 x 對應的函數值
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...

這個計算器的功能

對數常態分布(lognormal distribution)描述的是一個正值隨機變數,其自然對數呈常態分布。換句話說,若 ln(x) 服從平均數為 \mu、標準差為 \sigma 的常態分布,則 x 就服從對數常態分布。本計算器會在你指定的一系列 x 值上,計算以下三種函數之一,並產生可閱讀或繪圖的對照表:機率密度 f(x)、下累積機率 P(x)(即累積分布函數 CDF),或上累積機率 Q(x) = 1 - P(x)。

使用方法

先選擇要繪製的函數,接著輸入 \ln(x) 的平均數 \mu 與標準差 \sigma。設定起始 x 值(Initial value of x)、相鄰 x 值之間的間距(Step),以及點數(Number of points)。計算器會在 x_i = 初始值 + i × 間距(i = 0, 1, \ldots, 點數-1)的位置上逐一求值,並將每組 (x, 函數值) 列入表中。請注意 \sigma 必須為正數,x 必須為非負值;當 x = 0 時,密度與下累積機率為 0,上累積機率則為 1。

公式說明

機率密度為

f(x) = ((1) ÷ (x \sigma√(2π)))\exp\!≤ft(-((≤ft(\ln x - \mu\right)^{2}) ÷ (2 \sigma^{2}))\right), x>0
累積機率為
P(x) = \Phi\!≤ft(((\ln x - \mu) ÷ (\sigma))\right) = ((1) ÷ (2))≤ft[1+erf\!≤ft(((\ln x - \mu) ÷ (\sigma√(2)))\right)\right]
其中 \Phi 為標準常態分布的 CDF,\Phi(z) = ((1) ÷ (2))(1 + erf(z/√(2)))。上累積機率(存活函數)則為
Q(x) = 1 - \Phi\!≤ft(((\ln x - \mu) ÷ (\sigma))\right) = ((1) ÷ (2))≤ft[1-erf\!≤ft(((\ln x - \mu) ÷ (\sigma√(2)))\right)\right]
我們採用高精度的 erf 有理近似式,最大誤差約為 1.5×10^{-7}。

範例演算

取 \mu = 0、\sigma = 1,當 x = 1 時:z = (\ln 1 - 0)/1 = 0。密度 = 1/√(2π) ≈ 0.39894228。下累積機率 P = \Phi(0) = 0.5,上累積機率 Q = 1 - 0.5 = 0.5。當 x = 2 時:z = \ln 2 ≈ 0.6931,得 f ≈ 0.156874、P ≈ 0.75568、Q ≈ 0.24432。

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)

\(\mu\) 與 \(\sigma\) 是 x 的平均數和標準差嗎?
不是。它們是 \(\ln(x)\)(也就是底層常態變數)的平均數與標準差,而非 x 本身的。
當 x = 0 時會怎樣?
對數常態分布僅在 \(x > 0\) 時有定義,因此為了避免出現 \(\ln(0)\),我們設定 \(f(0) = 0\)、\(P(0) = 0\)、\(Q(0) = 1\)。
為什麼 \(\sigma\) 一定要是正數?
標準差若為零或負值,便無法構成有意義的分布,而且會造成除以零的問題,因此計算器會拒絕 \(\sigma \le 0\) 的輸入。