正态分布计算器 使用指南
μ=170,σ=6，P(164<X<176)=Φ(1)−Φ(−1)≈0.6827（约 68.3%，即±1σ 区间）。…
核心功能
- 由均值 μ 与标准差 σ 计算区间概率与分位数
- 支持「小于 / 大于 / 区间内」三种概率口径
- 可直接反查给定概率对应的分位点
- 用于质量控制、身高体重等连续量建模
适用场景
- 已知均值 μ、标准差 σ 求区间概率或分位数。
- 做质量控制：已知产品尺寸服从 N(μ, σ²)，算出落在 ±3σ 之外的概率，据此设定抽检与报废阈值。
使用步骤
- 填均值 μ 与标准差 σ（标准差不是方差，注意别填平方值）
- 选择要算的口径：小于某值、大于某值、或落在某个区间
- 填入对应的临界值
- 点计算得到概率
- 质量场景常用 ±3σ：落在外面的概率约 0.27%，可据此设报废线
实用技巧
- 已知均值 μ、标准差 σ 求区间概率或分位数。
- 做质量控制：已知产品尺寸服从 N(μ, σ²)，算出落在 ±3σ 之外的概率，据此设定抽检与报废阈值。
常见问题
- 68-95-99.7 法则？
- 正态下 ±1σ≈68.3%、±2σ≈95.4%、±3σ≈99.7%。
- 数据明明不服从正态分布怎么办？
- 先检验再套用。可用直方图、Q-Q 图或 Shapiro-Wilk 等检验判断；若明显偏态或重尾，强行用正态模型会严重低估极端值概率（金融与延迟数据尤其常见）。替代方案是先做对数等变换，或改用 t 分布、对数正态等更贴合的模型。