正態分佈計算器

📚 深度解析：正態分佈計算器

💡 常見使用場景

• 已知均值 μ、標準差 σ 求區間機率或分位數。
• 做質量控制：已知產品尺寸服從 N(μ, σ²)，算出落在 ±3σ 之外的機率，據此設定抽檢與報廢閾值。

❓ 常見問題（FAQ）

68-95-99.7 法則？

正態下 ±1σ≈68.3%、±2σ≈95.4%、±3σ≈99.7%。

資料明明不服從正態分佈怎麼辦？

先檢驗再套用。可用直方圖、Q-Q 圖或 Shapiro-Wilk 等檢驗判斷；若明顯偏態或重尾，強行用正態模型會嚴重低估極端值機率（金融與延遲資料尤其常見）。替代方案是先做對數等變換，或改用 t 分佈、對數正態等更貼合的模型。