正态分布计算器

计算正态分布下的 z 分数、累计概率、尾部概率以及区间概率

示例结果

2 个示例

评估正态模型中的考试成绩

在已知均值和标准差时,计算分数对应的 z 分数、百分位和尾部概率

{
  "result": {
    "zScore": 1,
    "cumulativeProbability": 0.8413,
    "upperTailProbability": 0.1587,
    "percentile": 84.1345
  }
}
查看输入参数
{ "rawValue": "85", "meanInput": "75", "standardDeviationInput": "10", "lowerBound": "", "upperBound": "", "precision": 4 }

计算两个值之间的区间概率

估算服从正态分布的数值落在给定区间内的概率

{
  "result": {
    "zScore": 0,
    "cumulativeProbability": 0.5,
    "intervalProbability": 0.6827,
    "percentile": 50
  }
}
查看输入参数
{ "rawValue": "100", "meanInput": "100", "standardDeviationInput": "15", "lowerBound": "85", "upperBound": "115", "precision": 4 }

关键信息

分类
数学、日期与金融
输入类型
text, number
输出类型
json
样本覆盖
2
支持 API
Yes

概览

正态分布计算器是一款专业的统计工具,旨在帮助用户快速计算给定数据集的 z 分数、累计概率、尾部概率及区间概率,适用于学术研究、数据分析及质量控制等多种场景。

适用场景

  • 需要确定特定数值在正态分布总体中的相对位置(z 分数)时。
  • 需要计算数据落在某个特定区间内的概率或百分位时。
  • 在进行统计假设检验或质量管理评估,需要快速获取概率分布数据时。

工作原理

  • 输入原始值、总体均值以及标准差。
  • 根据需要选填下界和上界以计算区间概率。
  • 设置所需的小数精度,点击计算即可获得 z 分数、累计概率及尾部概率等统计结果。

使用场景

教育评估:分析学生考试成绩在全校分布中的百分位排名。
质量控制:计算生产线上产品尺寸落在公差范围内的概率。
金融分析:评估资产收益率在特定波动范围内的发生概率。

用户案例

1. 评估考试成绩表现

学生
背景原因
某次考试平均分为 75 分,标准差为 10 分,学生考了 85 分。
解决问题
想知道该分数在全班的百分位排名及表现水平。
如何使用
输入原始值 85,均值 75,标准差 10,设置精度为 4。
示例配置
rawValue: 85, meanInput: 75, standardDeviationInput: 10, precision: 4
效果
计算得出 z 分数为 1,累计概率为 0.8413,即该学生成绩超过了 84.13% 的考生。

2. 计算区间概率

数据分析师
背景原因
某产品的测量值服从均值为 100、标准差为 15 的正态分布。
解决问题
需要计算测量值落在 85 到 115 之间的概率。
如何使用
输入原始值 100,均值 100,标准差 15,下界 85,上界 115。
示例配置
rawValue: 100, meanInput: 100, standardDeviationInput: 15, lowerBound: 85, upperBound: 115, precision: 4
效果
计算得出该区间内的概率为 0.6827,即约 68.27% 的产品测量值落在该范围内。

用 Samples 测试

barcode

相关专题

常见问题

什么是 z 分数?

z 分数表示一个数值距离均值有多少个标准差,用于衡量数据点在分布中的相对位置。

累计概率代表什么?

累计概率是指随机变量小于或等于某个特定值的概率,即分布曲线下该点左侧的面积。

如何计算区间概率?

通过输入下界和上界,计算器会自动计算数据落在该范围内的概率,即分布曲线在两点之间的面积。

计算结果的精度可以调整吗?

可以,您可以通过设置“小数精度”选项来控制输出结果的小数位数,范围支持 0 到 10 位。

该工具支持哪些分布类型?

目前该工具专注于标准正态分布及一般正态分布的统计计算。

API 文档

请求端点

POST /zh/api/tools/normal-distribution-calculator

请求参数

参数名 类型 必填 描述
rawValue text -
meanInput text -
standardDeviationInput text -
lowerBound text -
upperBound text -
precision number -

响应格式

{
  "key": {...},
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}
JSON数据: JSON数据

AI MCP 文档

将此工具添加到您的 MCP 服务器配置中:

{
  "mcpServers": {
    "elysiatools-normal-distribution-calculator": {
      "name": "normal-distribution-calculator",
      "description": "计算正态分布下的 z 分数、累计概率、尾部概率以及区间概率",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=normal-distribution-calculator",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

你可以串联多个工具,比如:`https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`,最多20个。

如果遇见问题,请联系我们:[email protected]