什么是误差函数？

误差函数erf(x) = (2/√π)∫₀ˣ e^(−t²)dt测量从0到x的缩放高斯曲线下的面积。它的范围是−1到1，在x = 0处为0，当x → ±∞时趋近于±1。

erf(x)与正态分布有什么关系？

标准正态分布的累积分布函数可以直接用erf表示：Φ(x) = 0.5 × (1 + erf(x/√2))——这正是本站中心极限定理计算器内部使用的方法。

e^(−t²)的积分没有初等原函数（这是可通过Risch算法证明的结果），因此erf(x)必须始终使用级数展开、数值积分，或像这里使用的近似公式来计算。

它使用Abramowitz-Stegun 7.1.26近似，在所有实数输入下的最大误差约为1.5 × 10⁻⁷——对于统计、工程和教育用途来说精度绰绰有余。

是的——erf(−x) = −erf(x)。误差函数关于原点对称，这直接源于e^(−t²)是在对称区间上积分的偶函数。

erfc(x)（互补误差函数）就是1 − erf(x)。本站有专门的互补误差函数计算器用于该特定量，对于非常大的x，它在数值上通常更方便。

erf(0) = 0，因为从0到0的积分显然为零——当上下限重合时，曲线下没有面积。

它用于概率与统计（正态分布计算）、物理学中的热传导和扩散方程，以及信号处理中对高斯噪声进行建模。

我们的误差函数计算器使用Abramowitz-Stegun 7.1.26数值近似（精确到约7位有效数字）为任意实数x计算erf(x) = (2/√π)∫₀ˣ e^(−t²)dt，这与本站中心极限定理计算器等统计工具中使用的方法相同。误差函数没有初等封闭形式，因此数值近似是计算它的标准方式。

误差函数erf(x) = (2/√π)∫₀ˣ e^(−t²)dt测量缩放高斯曲线下的面积。输入任意实数x，即可通过可靠的Abramowitz-Stegun数值近似获得计算出的erf(x)，因为erf(x)没有初等封闭形式公式。

输入x的值，然后点击计算。

每当某个量遵循正态分布时，误差函数就会出现——它与正态累积分布函数直接相关，是置信区间、扩散方程和信号处理噪声模型的数学基础。由于erf(x)没有初等封闭形式表达式，必须进行数值计算；本计算器使用广受信赖的Abramowitz-Stegun有理近似来快速准确地计算它，无需专业统计软件。