连续均匀分布计算器

使用下面的求解器计算均匀分布概率。请键入下限(a)、上限(b),并定义要计算其概率的事件:

视图:

Your browser doesn't support canvas. Please update your browser.

分布参数:
下限 (a)
上限 (b)

选择计算器类型

P( ≤ X ≤ )
结果:
Area (概率) P(0.2<X<0.7)=0.5000
样本大小: 样本数量:

Samples Sample


对于连续概率分布,概率是通过取概率密度函数 f(x) 的图下面积来计算的。对于均匀概率分布,概率密度函数由 给出。此函数的图形只是一个矩形,如下所示。然后,f(x) 在某个间隔内的图下面积也将是一个矩形,可以很容易地计算为长度x宽度。此外,均匀分布的随机变量的预期值和方差分别由 给出。


最重要的连续概率分布是正态概率分布。其图形呈钟形,由其平均值和标准差 定义。平均值是曲线上的最高点,标准差决定曲线的平坦程度。显然,这种形状比均匀概率分布复杂得多。其下的面积不能用长度 x宽度这样的简单公式来计算。因此,我们依靠标准正态概率分布来计算正态概率分布的概率。


标准正态概率分布(或 z 分布)就是一个平均值为 0、标准差为 1 的正态概率分布。有三种类型的概率需要计算:(1) z 小于或等于某个值的概率,(2) z 介于两个值之间的概率,以及 (3) z 大于或等于某个值的概率。我们可以使用标准正态表(或 z 表)找到这些概率,其中一部分如下所示。

标准正态表
z .00 .01 .02 .03 .04
0.0 .50000 .50399 .50798 .51197 .51595
0.1 .53983 .54380 .54776 .55172 .55567
0.2 .57926 .58317 .58706 .59095 .59483

现在我们知道如何计算 z 分布的概率,我们可以计算任何正态分布的概率。我们可以通过使用公式 将正态转换为标准正态来实现这一点。因此,给定一个计算正态分布概率的问题,我们首先将值转换为 z 值。然后,根据 z 分布概率类型的类型,我们将问题重写为 z 小于或等于某个值的概率。然后我们使用 z 表来查找这些概率并计算答案。

正态概率分布可用于近似二项概率分布的概率。在二项概率难以计算的情况下,这可能是必要的。此计算使用连续性校正因子完成。这是必要的,因为正态分布是连续分布,而二项分布是离散分布。由于在连续分布中单个值的概率为零,因此从该值中加减 0.5 并找到介于两者之间的概率即可解决此问题。


指数概率分布可用于描述事件之间的时间和距离。指数分布的概率密度函数为(其中 x>0)。指数分布的概率不能像正态分布那样使用表格来查找。它们需要使用公式,尽管比均匀分布中使用的公式更复杂。指数分布中概率的计算公式为


t 分布与标准正态分布相似。它们都具有相似的钟形,并且查找概率需要使用表格。主要区别在于 t 分布取决于自由度。我们对每个自由度都有不同的 t 分布。另一个区别是 t 表提供上尾的面积,而 z 表提供下尾的面积。因此,使用 t 表需要将自由度与上尾的面积相匹配以获得相应的 t 值。

t 分布表
上尾区域
df .20 .10 .05 .025 .01 .005
1 1.376 3.078 6.314 12.706 31.821 63.656
2 1.061 1.886 2.920 4.303 6.965 9.925
3 .978 1.638 2.353 3.182 4.541 5.841

连续概率分布是连续随机变量的概率分布。统计学中一个密切相关的主题是离散概率分布。离散分布是离散随机变量的概率分布。可以使用离散分布计算器找到离散概率分布的概率。最重要的连续概率分布是正态概率分布。它广泛用于统计推断,例如抽样分布。可以使用抽样分布计算器解决抽样分布。