Генератор випадкового розподілу

Генератор випадкових розподілів (Random Distribution Generator) створює випадкові числа, отримані з широкого спектру статистичних розподілів ймовірностей, включаючи нормальний (Гаусів), рівномірний, експоненційний, Пуассона, біноміальний, логнормальний та бета-розподіли. Кожен розподіл має настроювані параметри, такі як середнє значення та стандартне відхилення для нормального, параметр швидкості лямбда для експоненційного, або кількість випробувань та ймовірність успіху для біноміального. Генератор є незамінним для моделювання методом Монте-Карло, статистичного моделювання, генерації тестових даних для машинного навчання та інтерактивного викладання теорії ймовірностей. Обсяги вибірки можуть варіюватися від кількох значень до тисяч, а вихідні дані опціонально включають візуалізацію гістограми.

Переглянути всі інструменти категорії Конвертер

Як Використовувати

Виберіть розподіл ймовірностей з випадаючого списку, потім налаштуйте його визначальні параметри, наприклад, середнє значення та стандартне відхилення для нормального розподілу або лямбда для Пуассона. Встановіть розмір вибірки (кількість випадкових значень для генерації) та натисніть 'Generate'. Інструмент виводить випадкові числа у списку, що копіюється, та опціонально відображає гістограму, що показує емпіричний розподіл вибірки. Скопіюйте значення як список, розділений комами, або JSON-масив для використання в інструментах статистичного аналізу, електронних таблицях або коді симуляції.

Типові Випадки Використання

• •Генерація нормально розподілених випадкових вибірок із заданим середнім значенням та стандартним відхиленням для вправ зі статистичної перевірки гіпотез
• •Моделювання інтервалів прибуття клієнтів за допомогою експоненційного розподілу для теорії черг та моделей дослідження операцій
• •Створення реалістичних синтетичних наборів даних із заданих розподілів для навчання та тестування моделей класифікації машинного навчання
• •Виконання симуляцій методом Монте-Карло з конкретними розподілами ймовірностей для оцінки результатів у моделюванні фінансових ризиків
• •Інтерактивна демонстрація Центральної граничної теореми шляхом генерації вибірок з ненормальних розподілів та агрегування середніх значень