正态分布计算器

在线正态分布计算器,计算概率密度、累积概率、分位数与区间概率,给出 Z 分数并绘制 PDF/CDF 曲线。

正态分布计算器
概率 · 分位数 · 区间概率 · Z 分数
公式概率密度 f(x) = 1 ÷ (σ√(2π)) × e^(−(x−μ)² ÷ 2σ²);Z 分数 z = (x − μ) ÷ σ累积概率 P(X ≤ x) = Φ(z);区间概率 P(a ≤ X ≤ b) = Φ(z_b) − Φ(z_a)
输入均值与标准差,再填写数值 x,点击「计算」得到累积概率与 Z 分数
数据导入(自动计算均值与标准差)
输入均值、标准差与数值后点击「计算」
正态分布学习

定义:正态分布 N(μ, σ²) 又称高斯分布,概率密度曲线呈钟形,关于均值 μ 对称,标准差 σ 越小曲线越陡峭。

Z 分数:z = (x − μ) ÷ σ,表示原始数据距离均值多少个标准差;标准正态分布即 N(0, 1)。

68-95-99.7 法则:数据落在 μ±1σ 内的概率约 68.27%,落在 μ±2σ 内约 95.45%,落在 μ±3σ 内约 99.73%。

常用分位数:p = 0.95 对应 z ≈ 1.6449,p = 0.975 对应 z ≈ 1.9600(常用 95% 置信区间的临界值)。

历史记录 0 条
累积概率采用误差函数高精度近似(误差约 10⁻⁷);分位数采用 Acklam 有理逼近所有计算在本地浏览器完成,数据不上传服务器

工具介绍

正态分布计算器是一款统计计算工具,支持四类计算:累积概率 P(X ≤ x)、概率密度 f(x)、分位数 x(已知概率 p 求对应取值)与区间概率 P(a ≤ X ≤ b)。输入均值 μ 与标准差 σ 即可得到 Z 分数、概率密度、累积概率、右侧概率、双尾概率等结果。

工具同时绘制概率密度函数(PDF)与累积分布函数(CDF)曲线,并标注所选概率区域与 x 位置;给出 68-95-99.7 法则下的 μ±1σ、μ±2σ、μ±3σ 概率与 90%、95% 区间。支持导入或粘贴数据自动计算均值与标准差(样本标准差,n−1)。所有计算均在本地浏览器完成,数据不上传服务器。

正态分布计算器正态分布概率计算分位数Z分数累积概率概率密度标准差统计计算置信区间

界面展示

正态分布计算器 界面截图

功能亮点

  • 四种计算类型:累积概率、概率密度、分位数与区间概率
  • Z 分数换算:z = (x − μ) ÷ σ,支持任意 μ 与 σ
  • 概率明细:同时给出概率密度、累积概率、右侧概率与双尾概率
  • 分位数求解:由概率 p 反求分位数 x(Acklam 有理逼近)
  • 区间概率:计算 P(a ≤ X ≤ b) 并给出两端 Z 分数
  • 可视化图表:绘制概率密度函数(PDF)与累积分布函数(CDF)曲线
  • 区域高亮:在 PDF 曲线上阴影标注所选概率区域
  • 68-95-99.7 法则:给出 μ±1σ、μ±2σ、μ±3σ 概率与 90%、95% 区间
  • 数据导入:上传 CSV / TXT 或粘贴数据,自动计算均值与样本标准差
  • 精度可选:支持 2、4、6、8 位小数
  • 历史记录:自动保存最近计算,可一键载入并重新计算
  • 纯本地计算:数据不上传服务器,安全可靠

使用方法

  1. 输入参数:填写均值 μ 与标准差 σ(σ 必须大于 0)
  2. 选择类型:选择累积概率、概率密度、分位数或区间概率
  3. 填写数值:按所选类型填写 x、概率 p 或区间 a、b
  4. 可选数据导入:上传或粘贴数据,点击「计算均值与标准差」自动填充 μ 与 σ
  5. 点击计算:点击「计算」按钮得到概率、Z 分数与图表
  6. 查看图表:PDF 曲线高亮概率区域,CDF 曲线标注累积概率

适合人群

  • 学生与教师:学习正态分布、Z 分数与概率计算
  • 数据分析人员:计算概率、分位数与区间概率
  • 金融与风控人员:评估收益分布与风险概率
  • 质量管理人员:工序能力与公差概率分析
  • 科研人员:统计推断与假设检验中的临界值计算
  • 普通用户:需要查询标准正态分布表的场合

常见问题解答(FAQ)

正态分布计算器能算什么?
可计算累积概率 P(X ≤ x)、概率密度 f(x)、由概率求分位数、区间概率 P(a ≤ X ≤ b),并给出 Z 分数与相关图表。
什么是 Z 分数?
Z 分数 z = (x − μ) ÷ σ,表示原始数据距离均值多少个标准差;标准正态分布即 μ=0、σ=1。
概率密度和累积概率有什么区别?
概率密度表示曲线在某点的高度(连续分布单点概率为 0);累积概率表示 X 小于等于给定值的概率。
68-95-99.7 法则是什么?
正态分布中数据落在 μ±1σ、μ±2σ、μ±3σ 内的概率分别约为 68.27%、95.45% 与 99.73%。
如何由概率求分位数?
选择「分位数」类型并输入概率 p(0 到 1 之间),工具用逆正态函数求出对应的 x 值。
标准差可以填 0 吗?
不可以,标准差必须大于 0,否则分布退化不成立。
数据导入支持什么格式?
支持 CSV、TXT 文件或直接粘贴数据,数字之间用逗号、空格或换行分隔。
导入时用什么标准差?
采用样本标准差(分母为 n−1);数据少于 2 个时无法计算。
计算精度如何?
累积概率采用误差函数高精度近似(误差约 10⁻⁷),分位数采用 Acklam 有理逼近(相对误差约 10⁻⁹)。
支持哪些浏览器?
支持 Chrome、Edge、Firefox 等现代浏览器,建议使用最新版本以获得最佳体验。

更新日期:2026-11-03