正态分布反函数计算器 - 由P求X
根据正态曲线下的累计概率求对应的 x 值，支持左尾、右尾和双尾（中心）计算。
输入均值 μ、标准差 σ、累计概率和尾部类型，即可求出对应的 x 值或区间。
正态分布反函数计算器 - 由P求X
根据正态曲线下的累计概率求对应的 x 值，支持左尾、右尾和双尾（中心）计算。
请输入 0 到 1 之间的值（不含端点）。左尾：x 左侧面积；右尾：x 右侧面积。
关于正态分布反函数计算器
正态分布反函数计算器——有时也称为正态分布的分位数函数或百分位点函数——回答的问题是：给定一个累计概率，对应的 x 值是什么？这正好与标准正态 CDF 表的查表方向相反。不是由 x 计算 P(X ≤ x)，而是先给定 P，再求 x。
在统计学中，正态分布（也称高斯分布或钟形曲线）由均值 μ 和标准差 σ 参数化。任意一个正态分布都可以通过计算 Z 分数转换为标准正态分布（μ=0，σ=1）：Z = (x − μ) / σ。反过来，任意标准正态分位数 Z 也可以转换为原始分数 x = μ + σ·Z。正态分布反函数计算器利用这一点，让你可以直接使用任意均值和标准差，而无需手动进行两步转换。
左尾模式用于求出分布中低于指定比例的 x 值。若输入 μ=0、σ=1、probability=0.95，工具会返回约 1.6449，表示标准正态分布中有 95% 位于 Z=1.6449 之下。这就是第 95 百分位，常用于构建单侧 95% 置信区间，或在 α=0.05 的单尾检验中寻找临界值。
右尾模式用于求出分布中高于指定比例的 x 值。输入 μ=100、σ=15、probability=0.02，返回约 130.8，表示只有 2% 的 IQ 分数（建模为 N(100,15)）会高于该值。这种方式常用于查找资优项目的录取门槛、前百分位的选拔线，以及质量控制中的上尾超限阈值。
双尾（中心）模式用于求出围绕均值对称、且包含指定中心概率的区间。输入 probability=0.95，表示你想要覆盖分布中心 95% 的区间，因此两侧尾部各占 2.5%。工具会同时返回下限和上限 x 值。这正是 95% 置信区间的构造方式：样本均值 ± 1.96 个标准误，对应 μ=0、σ=1 的双尾 95% 区间。
实际应用包括：寻找假设检验临界值的 Z 分数；在制造业中计算公差区间（例如包含产品尺寸中心 99% 的范围）；为标准化考试设定及格/不及格分数线；在金融中确定 VaR（风险价值）的截断点；以及将概率预测反推回原始阈值。逆正态函数是应用统计中最常用的操作之一，仅次于 CDF 本身。
正态分布反函数示例
来自统计、质量控制和心理测量学的常见场景。
| 参数 | 结果 | 应用 |
|---|---|---|
| μ=0, σ=1, P=0.95, Left-Tailed | x = 1.6449 (Z = 1.6449) | 标准正态的第 95 百分位。常用于 α=0.05 的单尾检验临界值。 |
| μ=100, σ=15, P=0.02, Right-Tailed | x ≈ 130.8 (Z ≈ 2.054) | 进入前 2% 所需的最低 IQ。适用于资优项目资格门槛。 |
| μ=50, σ=0.5, P=0.99, Two-Tailed | x = 48.71 to 51.29 | 包含 99% 产品长度的制造公差区间。剩余 1% 平分到过短和过长两侧。 |
| μ=75, σ=8, P=0.10, Left-Tailed | x ≈ 64.74 (Z ≈ −1.282) | 考试分数的后 10% 截止线。低于该阈值的学生可能需要补救支持。 |
如何使用正态分布反函数计算器
- 选择尾部类型：左尾表示求某个比例以下的值；右尾表示求某个比例以上的值；双尾（中心）表示求围绕均值、包含中心比例的对称区间。
- 输入均值 μ（分布中心）和标准差 σ（必须为正）。若要查标准正态 / Z 分数，请使用 μ=0、σ=1。
- 以 0 到 1 之间的小数输入累计概率。左尾时表示 x 左侧面积；右尾时表示 x 右侧面积；双尾时表示中心面积（例如 0.95 表示中心 95%）。
- 点击计算。单尾模式会显示 x 值及其 Z 分数；双尾模式会显示上下界以及对应的 Z 分数范围。
- 可使用示例按钮预加载常见场景，例如 95% 置信区间的 Z 分数、IQ 百分位门槛或制造公差范围。
正态分布反函数常见问题
什么是正态分布反函数？
正态分布反函数（也称分位数函数或 probit 函数）是将累计概率映射回正态曲线上对应值的函数。如果正态 CDF 告诉你 P(X ≤ x)，那么反函数会根据 P 给出 x。你在查找给定置信水平的临界 Z 值时，计算器使用的就是这个函数——例如标准正态中 97.5% 对应 Z=1.96。
Z 分数和 x 值有什么区别？
Z 分数是以标准差为单位、相对于均值的标准化值：Z = (x − μ) / σ。x 值则是原始单位下的实际测量值。计算器会同时返回两者：x 值适合现实中的阈值（考试分数、产品长度、血压），Z 分数适合跨分布比较或查统计表概率。
如何求 95% 置信区间的临界值？
95% 置信区间使用双尾临界值，每个尾部截去 2.5%。将 μ=0、σ=1、probability=0.95，并选择双尾（中心）。计算器会返回 Z≈1.96 作为上界（下界为 −1.96）。样本均值 ± 1.96 ×（标准误）即可得到任意近似正态估计量的 95% 置信区间。
单尾检验在 α=0.05 时应该输入什么概率？
对于 α=0.05 的左尾检验，请在选择左尾后输入 probability=0.05；结果就是低于该值时拒绝 H₀ 的临界值。对于 α=0.05 的右尾检验，请在选择右尾后输入 probability=0.05；结果就是高于该值时拒绝 H₀ 的临界值。对于 α=0.05 的双尾检验，请输入 probability=0.95 并选择双尾（中心），即可得到 ±1.96。
我可以把它用于非标准正态分布吗？
可以——这正是它相较于简单 Z 表的主要优势之一。输入实际分布的均值 μ 和标准差 σ，计算器会自动使用 x = μ + σ × Z 将 Z 分数转换回原始单位。你不需要手动标准化数据。