浏览运行中的工具目录 - 数学、日期与金融 | 第 34 页

根据样本量、显著性水平和预期效应，估算单样本均值或比例检验的统计功效

根据 Z 分数计算标准正态密度、累计概率和尾部概率

计算样本标准差、总体标准差、方差、变异系数和 Sigma 区间

对等差级数、等比级数或自定义数列列表进行求和

计算股票看涨和看跌期权的盈亏

计算数字的总和、部分和、累计和及统计信息

计算数值数据集的统计度量，包括均值、中位数、众数、标准差等

计算股票交易盈亏，包括买入/卖出佣金和费用

对浓度-时间数据拟合零级/一级/二级速率方程。给出反应级数、速率常数 k、半衰期 t½ 和 R² 拟合度。

判定 n 是否为完全数（等于其真因子之和，即 σ(n) = 2n）。对 n（≤ 10¹²）做试除因子分解，由素数幂的 σ 公式求出 σ(n) 与真因子和，分类为亏数/完全数/盈数，给出充裕指数 σ(n)/n；对完全数还原欧几里得–欧拉形式 2^(p−1)·(2^p − 1)，并列出 10¹² 以内的全部七个偶完全数。真因子个数 ≤ 200 时可列出真因子表。

求元素 a 模 n 的乘法阶 ord_n(a)——使 a^k ≡ 1 (mod n) 的最小 k ≥ 1（要求 gcd(a, n) = 1）。算法从 φ(n) 出发逐个剥去素因子并测试 a^(ord/p)，输出 a 的幂表、最小性证明（对每个整除 k 的素数 p 验证 a^(k/p) ≢ 1）、生成的循环子群 <a>，并标注 a 是否为原根（ord = φ(n)）或达到最大阶（ord = λ(n)）。经典例：ord_7(3) = 6 = φ(7)，3 是 mod 7 的原根；ord_15(2) = 4 < φ(15) = 8。

对 2–20 个活动做 PERT 三点估计分析（每行：名称、乐观 a、最可能 m、悲观 b、紧前活动）：te = (a+4m+b)/6，σ² = ((b−a)/6)²；在 te 上运行 CPM 得关键路径、期望项目工期 TE 与项目方差（关键路径上 σ² 之和）；给出目标工期 T 时按正态近似计算 Z = (T−TE)/σ 与完工概率 Φ(Z)。a≤m≤b 违规、循环依赖按业务拒绝；σ≈0 的确定性网络按确定性处理。经典例：A(2,4,6)、B(3,5,7)、C(2,3,10)、D(4,6,8, B C) → TE = 15，σ² = 1.3333，T = 16 时概率 ≈ 80.7%。