在線即時計算器 · 純前端本地秒算 · 零數據上傳

🛠️ 柏拉圖分布計算器

專業免費的 柏拉圖分布計算器。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)
0.25 柏拉圖分布的 f(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...

什麼是柏拉圖分布計算器?

本工具用於計算第一型柏拉圖分布(Pareto Type I),這是一種連續機率分布,常用來描述財富分配、城市規模、檔案大小等具有「重尾」特性的現象。只要給定一個點 x、尺度參數 x_m 以及形狀參數 \alpha(即尾部指數),計算器就會回傳機率密度(PDF)、下方(左側)累積機率 P(X ≤ x),以及上方(右側)累積機率 P(X > x)。它是一個純數學工具,不限定於任何國家或地區。

如何使用

輸入百分位點 x、尺度參數 x_m(必須大於 0),以及形狀參數 \alpha(必須大於 0)。計算器會回傳三個數值。下累積機率與上累積機率相加必定等於 1,可作為驗算結果是否正確的方便檢查。

公式說明

柏拉圖分布的定義域為 x 不小於 x_m。當 x ≥ x_m 時,密度函數為

f(x) = ((\alpha x_m^{\alpha}) ÷ (x^{\alpha+1}))
累積分布函數(CDF)為
F(x) = 1 - ≤ft(((x_m) ÷ (x))\right)^{\alpha}
存活函數為
Q(x) = ≤ft(((x_m) ÷ (x))\right)^{\alpha}
當 x 小於 x_m 時,該變數落在定義域之外,因此 f(x) = 0、F(x) = 0、Q(x) = 1。\alpha 越大代表尾部越輕,出現極大值的機率衰減得越快。

實際範例

假設 x = 2、x_m = 1、\alpha = 1。由於 2 不小於 1,套用有效的分支計算。比值 x_m/x = 0.5。於是

f(2) = ((1 · 1) ÷ (2^2)) = 0.25
F(2) = 1 - 0.5 = 0.5
Q(2) = 0.5
驗算:0.5 + 0.5 = 1.0。

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)

形狀參數 alpha 代表什麼?
它就是尾部指數:\(\alpha\) 越小,尾部越重(更容易出現極端的大數值);\(\alpha\) 越大,尾部越輕。
為什麼 x 小於 xm 時密度為 0?
第一型柏拉圖分布只在 \(x \ge x_m\) 的範圍內有定義;尺度參數 \(x_m\) 就是該變數可能取到的最小值。
這個分布有有限的平均數嗎?
只有當 \(\alpha\) 大於 1 時平均數才存在;只有當 \(\alpha\) 大於 2 時變異數才存在。