Como lê-lo 01 Escolha uma família — os campos de parâmetros e os seus valores predefinidos seguem o separador. 02 Introduza x ou k e leia a densidade/massa, a CDF e o cartão de cauda. 03 Defina o p inverso. O cartão de quantil devolve o valor cuja CDF atinge p; para famílias discretas é o menor k inteiro. 04 Passe o número. O quantil ou o valor pontual podem ser enviados para a página de testes ou publicados como cartão.
Exemplos resolvidos
Família · entrada
Leituras
Poisson · λ = 4, k = 6
PMF 0.104196 , CDF 0.889326 , P(X ≥ 6) 0.21487 ; quantil em p = 0.95 → 8
Geométrica · p = 0.3, k = 3
PMF 0.147 , CDF 0.657 , P(X ≥ 3) 0.49 ; média 3.33333 , variância 7.77778
F · d1 = 5, d2 = 10, x = 2
PDF 0.162006 , CDF 0.835805 , cauda direita 0.164195 ; percentil 95 3.32583
χ² · df = 10, x = 2
PDF 0.00766416 , CDF 0.00365985 , cauda direita 0.99634 ; percentil 95 18.307
Binomial · n = 20, p = 0.5, k = 12
PMF 0.120134 , CDF 0.868412 , P(X ≥ 12) 0.251722 ; média 10 , variância 5
O quantil de Poisson move-se em degraus, não suavemente: CDF(7) é 0.948866 e CDF(8) é 0.978637 , pelo que p = 0.95 cai em 8 .
Limites a ter em conta
Seis dígitos significativos por cartão. Os valores imprimem-se curtos; o quantil arredonda da mesma forma.
Um quantil discreto é um degrau, não uma interpolação. A resposta é o menor inteiro cuja CDF atinge p, e pode ficar longe de uma estimativa p × suporte. O que não faz. Não ajusta parâmetros a uma amostra nem extrai valores aleatórios: sem estimação, sem qualidade de ajuste, sem simulação. A inferência sobre uma amostra está na página de testes ; o ajuste de distribuições de vida útil está em Estatística aplicada .
O separador geométrico conta ensaios A família geométrica usa a convenção de índice de ensaio: X é o número do ensaio que produz o primeiro sucesso, logo X ≥ 1, PMF(0) lê 0 , e com p = 0.3 o terceiro ensaio carrega P(X = 3) = 0.147 . Na outra leitura comum — falhas antes do primeiro sucesso — o mesmo acontecimento é k = 2 com probabilidade 0.147 , enquanto k = 2 na leitura de índice de ensaio (sucesso no segundo ensaio) é 0.21 ; a mediana muda de 2 ensaios para 1 falha. Ambas as convenções são padrão; cada número deste separador compromete-se com a de índice de ensaio. A média 3.33333 e a variância 7.77778 são a contraprova quando uma fonte não diz que convenção usou.
Onde ajuda Dimensionar para uma rajada Com λ = 4 chegadas por intervalo, P(X ≥ 6) = 0.21487 : cerca de um intervalo em cinco traz seis ou mais. O percentil 95 8 é o nível para o qual aprovisionar, e mudar λ mostra a rapidez com que a cauda se move antes de a capacidade ser fixada.
Extrair valores críticos para tabelas O campo inverso funciona como uma pequena tabela de valores críticos: o percentil 95 é 3.32583 para F(5, 10) e 18.307 para χ²(10). A página de testes percorre o sentido inverso, transformando uma estatística num p-valor.
Privacidade Densidades, caudas e quantis são calculados no seu navegador; os parâmetros que escreve nunca saem da página.
Referências
NIST/SEMATECH, e-Handbook of Statistical Methods , §1.3.6 Probability Distributions, itl.nist.gov (访问日期:2026-10-01)— famílias de distribuições, caudas e regiões críticas.
Wikipédia, Poisson distribution , en.wikipedia.org (访问日期:2026-10-01)— chegadas e média/variância de λ.
Wikipédia, Geometric distribution , en.wikipedia.org (访问日期:2026-10-01)— as duas convenções de suporte.
Wikipédia, F-distribution , en.wikipedia.org (访问日期:2026-10-01)— a família de razão d1, d2 por trás da ANOVA.
Wikipédia, Chi-squared distribution , en.wikipedia.org (访问日期:2026-10-01)— a família df por trás da qualidade de ajuste.
Calculators in this hub
Hand-picked tools, one click away. The mini versions compute live and carry your values into the full calculator.
Sources & review
Updated 2026-10-01