骰子投擲計算器 - 擲骰並分析統計
模擬多顆骰子的投擲，並立即查看統計分析，包括平均數、中位數、眾數、標準差和完整頻率分布。
設定骰子數量、每顆骰子的面數以及要模擬的投擲次數，然後按一下「擲骰子」查看結果與統計資料。
骰子投擲計算器 - 擲骰並分析統計
模擬多顆骰子的投擲，並立即查看統計分析，包括平均數、中位數、眾數、標準差和完整頻率分布。
關於骰子投擲計算器
骰子投擲計算器是一種數位工具，透過偽隨機數生成來模擬實體骰子的擲出。公平的 n 面骰每次擲出都可視為服從均勻分布的隨機變數，取 1 到 n 之間的整數，且每個值的機率都相等，為 1/n。多顆骰子同時擲出並加總時，結果分布取決於骰子數量和面數：一顆骰子時分布是均勻的，兩顆時呈三角形，三顆或以上則會隨著中央極限定理的作用逐漸接近鐘形曲線。
執行大量模擬擲骰並記錄結果，可以得到經驗頻率分布，並將其直接與理論機率分布比較。這是理解真實分布如何快速逼近理論分布的強大方式——即使只有 100 次兩顆六面骰擲骰，也會明顯看到 7 位置的峰值；而 10,000 次擲骰則會得到一張與理論機率非常接近的頻率表。
本計算器輸出的統計摘要包括平均數（所有擲骰點數和的平均值）、中位數（排序後位於中間的值）、眾數（出現次數最多的點數和）、標準差（衡量圍繞平均值的離散程度）以及觀察到的最小值與最大值。這些統計量能在很小的空間裡為你呈現完整的擲骰分布圖景。
對於一顆公平的 n 面骰，理論期望值（平均數）為 (n+1)/2，變異數為 (n²−1)/12，標準差為 sqrt((n²−1)/12)。對於多顆骰子，期望值具有可加性（n×(s+1)/2，其中 n 為骰子數量、s 為每顆骰子的面數），變異數同樣可加，因此標準差會以 sqrt(n)×sigma_single 的方式增長。此計算器使用模擬而非精確計算，所以每次執行結果都會略有不同——但當擲骰次數達到 1,000 次或更多時，樣本統計量通常會非常接近理論值。
骰子投擲計算器的實際用途涵蓋遊戲開發、統計教育與機率研究。遊戲設計師會用它來驗證遊戲機制是否產生預期的難度曲線與平衡性。統計學教師會用它來示範中央極限定理，而不需要學生手算。桌上角色扮演玩家會在選擇構築前，用它了解不同骰子組合的機率特徵。機率學學生則可將它作為一個動手實驗室，用來理解期望值、變異數與大數定律等概念。
骰子投擲範例
三個模擬情境，展示不同骰子配置下頻率分布的變化。
| 配置 | 期望平均數 | 適用情境 |
|---|---|---|
| 1 顆骰子，d6，100 次擲骰 | 平均數 ≈ 3.5 | 1–6 之間的均勻分布。期望平均數 = 3.5，標準差 ≈ 1.71。100 次擲骰中，每個值大約出現 16–17 次。 |
| 2 顆骰子，d6，500 次擲骰 | 平均數 ≈ 7.0 | 在 7 位置達到峰值的三角分布。期望平均數 = 7，標準差 ≈ 2.42。點數和 7 大約出現 83 次（16.7%）。 |
| 1 顆骰子，d20，200 次擲骰 | 平均數 ≈ 10.5 | 1–20 之間的均勻分布。期望平均數 = 10.5，標準差 ≈ 5.77。200 次擲骰中，每個值大約出現 10 次。 |
| 5 顆骰子，d8，1000 次擲骰 | 平均數 ≈ 22.5 | 以 22.5 為中心的近似正態鐘形曲線。期望平均數 = 5×4.5 = 22.5，標準差 ≈ 4.33。清楚展示了中央極限定理。 |
如何使用骰子投擲計算器
- 設定骰子數量（1–10），指定每次模擬步驟要擲出多少顆骰子。
- 在下拉選單中選擇骰子面數（d4、d6、d8、d10、d12 或 d20），以決定骰子類型。
- 輸入投擲次數（1–10,000），設定模擬要執行多少次獨立擲骰。
- 按一下「擲骰子」。由於模擬使用隨機性，每次執行的結果都會略有不同——再次按一下即可重新擲骰。
- 檢視統計摘要（平均數、中位數、眾數、標準差、最小值、最大值）以及頻率分布表，分析結果。
骰子投擲常見問題
為什麼每次擲骰時平均數都會略有變化？
每次模擬都會使用不同的偽隨機數序列，因此樣本統計量會圍繞理論期望值上下波動。只有 10–20 次擲骰時，波動可能很大；1,000 次擲骰時，樣本平均數通常會與理論平均數相差幾個十分位；10,000 次擲骰時，通常會精確到百分位以內。這種收斂正是大數定律的體現。
標準差對我的骰子擲出說明了什麼？
標準差衡量點數和圍繞平均值的分散程度。標準差小表示大多數結果都緊密集中在平均值附近；標準差大則表示結果範圍更廣。單顆 d6 的理論標準差約為 1.71；兩顆 d6 約為 2.42（sqrt(2)×1.71 ≈ 2.42）。隨著骰子數量增加，標準差會變大，但增速慢於平均值，因此變異係數會下降。
什麼是頻率分布表？
頻率分布表會顯示每個至少出現一次的點數和、其出現次數，以及其占總擲骰次數的觀察頻率百分比。這讓你可以把經驗結果直接與理論機率比較。兩顆 d6 時，點數和 7 應該大約出現 16.67% 的時間；樣本越大，百分比越接近這個理論值。
需要多少次擲骰才能得到準確估計？
如果只是想粗略看出分布形狀，100 次擲骰通常就足夠了。若要更準確的頻率估計，建議使用 1,000 次或更多。達到 10,000 次時，對於標準六面骰，樣本頻率通常會與理論機率相差不超過 0.5 個百分點。具體所需次數取決於可能結果的數量和所需精度。
我可以把它用於教學示範嗎？
可以，這也是最常見的用途之一。多次按一下「擲骰子」並比較所得直方圖，是示範大數定律的絕佳動手方式。在擲骰次數保持不變的情況下，把骰子數量從 1 增加到 5，可以非常直觀地展示中央極限定理，因為分布會從均勻逐漸轉為近似正態。
為什麼眾數有時會顯示多個值？
眾數是樣本中出現次數最多的值。當兩個或更多點數和並列最高頻次時，所有並列值都會顯示為眾數。小樣本時這種情況很常見。對於兩顆六面骰，若有 1,000 次擲骰，眾數幾乎總是 7；但在只有 20 次擲骰時，任何點數和都可能出現 3–4 次，因此會同時出現多個眾數。