Zufallsverteilungs-Generator

Der Zufallsverteilungs-Generator erzeugt Zufallszahlen aus einer breiten Palette statistischer Wahrscheinlichkeitsverteilungen, darunter Normalverteilung (Gauß), Gleichverteilung, Exponentialverteilung, Poisson-, Binomial-, Log-Normal- und Beta-Verteilung. Jede Verteilung verfügt über konfigurierbare Parameter wie Mittelwert und Standardabweichung bei der Normalverteilung, den Ratenparameter Lambda bei der Exponentialverteilung oder die Anzahl der Versuche und die Erfolgswahrscheinlichkeit bei der Binomialverteilung. Der Generator ist unverzichtbar für Monte-Carlo-Simulationen, statistische Modellierung, die Erzeugung von Testdaten für maschinelles Lernen und das interaktive Lehren der Wahrscheinlichkeitstheorie. Die Stichprobengrößen können von wenigen Werten bis zu Tausenden reichen, und die Ausgabe enthält optional eine Histogramm-Visualisierung.

Alle Konverter-Tools durchsuchen

So verwenden Sie es

Wählen Sie a probability distribution from the distribution dropdown, then configure its defining parameters, for example mean and standard deviation for normal distribution or lambda for Poisson. Set the sample size (number of random values to generate) und klicken Sie auf Generate. The tool outputs the random numbers in a copyable list and optionally renders a histogram showing the empirical distribution of the sample. Copy the values as a comma-separated list or JSON array for use in statistical analysis tools, spreadsheets, or simulation code.

Häufige Anwendungsfälle

• •Generierung normalverteilter Zufallsstichproben mit vorgegebener Standardabweichung und Mittelwert für statistische Hypothesentestübungen
• •Simulation von Kundenankunfts-Zwischenankunftszeiten mit einer Exponentialverteilung für Warteschlangentheorie und Operations-Research-Modelle
• •Erstellung realistischer synthetischer Datensätze aus vorgegebenen Verteilungen für das Training und Testen von Machine-Learning-Klassifikationsmodellen
• •Durchführung von Monte-Carlo-Simulationen mit spezifischen Wahrscheinlichkeitsverteilungen zur Schätzung von Ergebnissen in der finanziellen Risikomodellierung
• •Interaktive Demonstration des Zentralen Grenzwertsatzes durch Generierung von Stichproben aus nicht-normalen Verteilungen und Aggregation von Mittelwerten