Quantile der Normalverteilung
Finden Sie normale Verteilungs-Cutoffs von einer unteren, oberen oder zentralen Wahrscheinlichkeit mit Ihrer eingegebenen mittleren und Standardabweichung.
IHRE BERECHNUNG
Ergebnis
—
Rechenschritte
Gehen Sie die Schritte einzeln durch oder zeigen Sie die gesamte Berechnung an. Die Schritte verwenden Ihre aktuellen Eingaben.
Berechnungsmethode
Numerisch invertiert die kumulative Wahrscheinlichkeit der Norm-Norm und transformiert das Ergebnis mit der eingegebenen Mittelwert- und Standardabweichung.
Cutoff=μ+σ×Φ⁻¹(p); central upper z=Φ⁻¹[(1+p)/2]
Rechenbeispiel
Für mittlere 100 und Standardabweichung 15 beträgt der Cutoff mit 95% Wahrscheinlichkeit darunter etwa 124,672804. Ein zentrales 95% Intervall verwendet etwa ±1,959964 Standardabweichungen.
Annahmen und Hinweise zu den Eingaben
Wahrscheinlichkeiten von 0,0001% bis 99,9999% vermeiden unendliche Endpunkte. Positive Standardabweichung ist erforderlich. Numerische Bisektion invertiert die normale CDF. Dies ist ein angenommener Populationsverteilungs-Schnitt, kein empirischer Perzentilrang, Vorhersagegarantie oder Konfidenzintervall für einen Sample-Mittelwert.
Hinweise zum Rechner
Kann ich eigene Werte eingeben?
Ja. Ersetzen Sie die Beispielwerte durch Ihre eigenen Eingaben. Ergebnis, Rechenschritte, Tabellen und gegebenenfalls Diagramme werden entsprechend aktualisiert. Bei leeren oder ungültigen Eingaben wird das Ergebnis gelöscht. Fehlende Angaben werden niemals unbemerkt durch Beispielwerte ersetzt.
Sind die Ergebnisse exakt?
Die Ergebnisse beruhen auf Gleitkommaarithmetik und werden für die Anzeige gerundet. Beachten Sie die Formel, die Annahmen und die gegebenenfalls angegebene Datengenauigkeit.
Werden meine Eingaben hochgeladen?
Die Berechnung erfolgt in Ihrem Browser. Ein Benutzerkonto, Datei-Uploads oder ein externer KI-Dienst sind nicht erforderlich. Beim Neuladen der Seite werden die Eingaben zurückgesetzt.
Berechnen Sie eine normale Wahrscheinlichkeit unterhalb, oberhalb oder zwischen eingegebenen Werten. Siehe standardisierte z-Scores, eine Wahrscheinlichkeitsaufschlüsselung und eine Glockenkurve mit der ausgewählten Region.
Vergleichen Sie strenge, inklusive und mittlere empirische Perzentile für eine Partitur und berechnen Sie eine eingegebene Stichprobe Perzentile unter zwei expliziten Konventionen.
Schätzung der Stichprobenzahl, die für eine Zielmarge von Fehlern für einen Mittelwert oder einen Anteil benötigt wird. Optional eine Finite-Population-Korrektur anwenden und nach oben kreisen.
Reservierter Werbeplatz.