什麼是截斷常態分佈？
截斷常態分佈是把常態分佈限制在 a≤X≤b 等範圍內後，重新正規化得到的分佈。
- 可用於 0 以上的值、0 到 100 的分數、0 到 1 的類機率值，或尾端區域取樣。
- 截斷會改變平均與變異數，也可能改變邊界附近的形狀。
此工具使用反 CDF 方法，在極端截斷時也能避免緩慢的拒絕取樣。
醫療、金融、法律等重要判斷只可作為學習參考，最終請查核適當的專業資料。使用此工具不需要輸入個人資料。
預設
選擇常用形狀作為起點，套用後仍可調整數值。
提示：預設值只是起點，套用後仍可調整。
產生器
設定 μ/σ 與邊界後，產生並匯出樣本。
樣本統計
樣本（前 20 筆）
使用方式
當常態模型有用，但下限或上限之外的值不可能出現時使用。
3 步驟使用
- 設定原始常態分佈的平均與標準差，再設定截斷下限與上限。
- 產生樣本，並將直方圖與截斷後平均、變異數、保留質量比較。
- 一次只移動一側邊界，分辨變化來自截斷還是原本的常態參數。
如何解讀結果
顯示的平均與變異數屬於截斷後分佈，不是原始常態分佈。保留質量表示原始分佈落在兩個邊界之間的比例。
邊界檢查
- 保留質量很小時，截斷影響很強，平均可能大幅移動。
- 把值裁切到邊界，和真正的截斷常態分佈不是同一個模型。
- 請分清楚調整邊界與調整標準差造成的效果。
常見問題
截斷後平均為什麼會移動？
移除邊界外的質量後，剩餘分佈的平衡會改變，因此截斷後平均會移動。
保留質量或 Z 代表什麼？
重新正規化前，原本常態分佈落在兩個邊界之間的機率。
這和把值裁切到邊界有什麼不同？
裁切會把範圍外的值貼到邊界；截斷會移除那些值，再把剩下的密度重新正規化。
為什麼和其他計算器的結果不同？
參數慣例、有限精度，以及把裁切當成截斷處理的差異，都可能造成結果不同。
一開始先看什麼比較好？
先從較寬的邊界開始，再只縮窄一邊，觀察截斷何時成為主要影響。