正态分布计算器

正态分布计算器用于计算正态（高斯）分布的概率 —— 这是统计学中最重要的连续概率分布。输入均值 (μ) 和标准差 (σ) 即可查找随机变量低于某个值、高于某个值、在两个值之间或特定分位数的概率。结果包括带有阴影概率区域的交互式钟形曲线可视化、z-分数转换以及逐步计算分解。

什么是正态分布？

正态分布，也称为高斯分布或钟形曲线，是以其均值 (μ) 为中心的对称连续概率分布。它完全由两个参数描述：

• 均值 (μ) — 分布的中心，也是钟形曲线峰值出现的位置。
• 标准差 (σ) — 控制离散程度；较大的 σ 会产生更宽、更平坦的曲线。

许多自然现象 —— 身高、考试成绩、测量误差、智商分数 —— 都近似遵循正态分布。中心极限定理保证了任何分布中足够大样本的均值都会趋向于正态分布，使其成为推断统计学的基础。

正态分布公式

正态分布的概率密度函数 (PDF) 为：

累积分布函数 (CDF) 给出 X 小于或等于 x 的概率：

z-分数将任何正态分布的值转换为标准正态分布（均值 = 0，标准差 = 1）：

如何使用此计算器

1. 选择计算模式： 选择左尾 P(X ≤ x)、右尾 P(X ≥ x)、区间 P(a ≤ X ≤ b) 或逆运算（根据概率求 x）。
2. 输入分布参数： 输入均值 (μ) 和标准差 (σ)。对于标准正态分布，使用 μ = 0 且 σ = 1。
3. 输入具体数值： 根据所选模式，输入 x 值、上下限或目标概率。
4. 查看结果： 点击“计算”查看概率、z-分数、带有阴影区域的交互式钟形曲线以及逐步分解。

理解 PDF、CDF 和逆 CDF

• PDF（概率密度函数）： 给出特定值的相对可能性。它代表给定点钟形曲线的高度。对于连续分布，PDF 本身不是概率 —— 概率来自在某个区间内对 PDF 进行积分。
• CDF（累积分布函数）： 给出 P(X ≤ x)，即变量等于或低于给定值的概率。在图形上，它是 x 左侧曲线下的面积。CDF 的范围从 0 到 1。
• 逆 CDF（分位数函数）： CDF 的逆运算 —— 给定概率 p，它找到满足 P(X ≤ x) = p 的 x 值。例如，对于标准正态分布，p = 0.975 的逆 CDF 给出 x ≈ 1.96。

68-95-99.7 法则

经验法则（也称为三倍标准差法则）为任何正态分布提供了快速的概率估算：

这意味着大约 68% 的值落在均值的一个标准差范围内，95% 落在两个标准差内，几乎所有值 (99.7%) 都在三个标准差内。在正态分布中，超出 3σ 的值极其罕见。

常用 Z-分数参考表

正态分布的常见应用

• 质量控制： 使用基于 μ ± nσ 的控制图和规格限监控生产过程。
• 假设检验： 确定 z-检验和置信区间的 p-值和临界值。
• 标准化测试： SAT、GRE 和智商分数旨在遵循正态分布，以便进行百分位比较。
• 自然科学： 测量误差、生物特征（身高、体重）和许多物理量都呈正态分布。
• 金融： Black-Scholes 模型和风险价值 (VaR) 假设收益率呈正态分布，用于期权定价和风险评估。

常见问题解答

什么是正态分布？

正态分布（也称为高斯分布或钟形曲线）是由其均值和标准差定义的对称连续概率分布。它是统计学中最重要的分布，因为许多自然现象都近似遵循它，中心极限定理保证了样本均值无论原始分布如何都会收敛于它。

什么是 z-分数以及如何使用它？

z-分数衡量一个值距离均值有多少个标准差。计算公式为 z = (x − μ) / σ。通过将不同正态分布的值转换为标准正态分布（均值 = 0，标准差 = 1），z-分数允许您对其进行比较。1.96 的 z-分数对应于第 97.5 个百分位数。

PDF 和 CDF 有什么区别？

PDF（概率密度函数）给出特定值的相对可能性，代表该点钟形曲线的高度。CDF（累积分布函数）给出随机变量小于或等于特定值的概率，代表曲线下方该点左侧的面积。CDF 的范围始终在 0 到 1 之间。

什么是 68-95-99.7 法则？

68-95-99.7 法则（也称为经验法则或三倍标准差法则）指出，对于正态分布，大约 68.27% 的值落在均值的一个标准差范围内，95.45% 落在两个标准差内，99.73% 落在三个标准差内。该法则有助于在不进行详细计算的情况下快速估算概率。

如何找到两个值之间的概率？

要找到正态分布中两个值 a 和 b 之间的概率，计算 P(a ≤ X ≤ b) = CDF(b) − CDF(a)。首先使用 z = (x − 均值) / 标准差将两个值都转换为 z-分数，然后查找或计算每个 z-分数的 CDF 并相减。此计算器在“区间”模式下自动执行此过程。