代码、数据与二维码工具

正态分布可视化

在本地调整均值、标准差和百分位,探索正态模型。

优先本地处理无需注册隐私说明 ↗

仅适用正态模型。密度是曲线高度,概率是面积。图示 μ ± 4σ,尾部被截断。

请输入有限数值:均值 −1,000,000 至 1,000,000;标准差 0.001 至 1,000,000;百分位 0.1 至 99.9。

使用步骤

如何使用

  1. 输入均值和正的标准差。
  2. 选择 0.1% 至 99.9% 的百分位并绘图。
  3. 分别查看标记值、累计概率和密度。

模型和公式

假定 X 服从连续正态分布:f(x) = exp(−((x−μ)/σ)²/2) / (σ√(2π))。通过数值反演近似标准正态累计分布函数求百分位。不拟合数据,也不检验正态性。

范围和近似

均值范围 −1,000,000 至 1,000,000;标准差 0.001 至 1,000,000;百分位 0.1% 至 99.9%。图示 μ ± 4σ,无限尾部被截断。累计分布近似的绝对误差约为 1.5 × 10⁻⁷,结果经过舍入。

常见问题

你可能还想知道

曲线高度是概率吗?

不是。密度可大于 1;概率是曲线下的面积。阴影表示 P(X ≤ x),概率数值包含绘图窗口外的左尾。

能表示实际数据的分布吗?

仅在正态模型合适时适用。本工具不估计参数、不检验正态性,也不提供统计保证。