分布计算包
计算常见概率分布的 CDF、分位数和统计量。
随机与模拟
为模拟、教学和测试数据生成选择合适的概率分布。每个工具都提供图表、摘要统计和可复现的 seed 选项。
计算常见概率分布的 CDF、分位数和统计量。
快速计算正态分布概率、分位数和区间。
抽签、掷骰子、随机数和测试数据生成入口。
从常见分布生成样本,查看直方图与统计量,并导出 CSV 或 JSON。
用 α 和 β 生成比例与概率样本,查看直方图、理论曲线和摘要统计。
生成总和为 1 的概率向量,查看边际分布、相关性和样本预览。
用最小值、最可能值和最大值生成样本,查看直方图与理论曲线。
设置均值、标准差和上下界,查看截断样本、CDF 和摘要统计。
用形状和尺度参数生成寿命或失效时间样本,查看理论曲线与统计量。
对比特或数字序列执行卡方、游程、自相关与 Jarque–Bera 检验。
比较朴素交换与费舍尔–耶茨洗牌,通过模拟和热力图查看偏差。
对两个独立组或配对样本运行随机化检验,查看空分布并导出报告。
模拟随机游走和马尔可夫链,查看轨迹、MSD 与稳态分布。
如果只是要一个有界比例,先从 Beta 开始;如果每次结果包含多个类别且必须合计为 1,改用 Dirichlet。对项目估算或专家判断,三角分布通常更容易解释;对物理测量或分数边界,截断正态能保留正态形状;对寿命、等待时间和可靠性问题,Weibull 更适合描述风险率变化。
它们主要用于学习、模拟和测试数据生成。正式建模前,请结合领域假设和统计检验。
固定 seed 可以复现同一批样本,便于教程、调试和对比不同参数。