Kalkulator dystrybucji dwumianu
Oblicz prawdopodobieństwo sukcesu k w n niezależnych badaniach Bernoulli z prawdopodobieństwem p.
Wprowadź swoje parametry
Spis treści
Kompleksowy przewodnik po dystrybucji dwumianowej
Co to jest Dystrybucja dwumianowa?
Rozkład dwumianowy jest jednym z najbardziej podstawowych i powszechnie stosowanych rozkładów prawdopodobieństwa w statystyce. Wzoruje liczbę sukcesów w określonej liczbie niezależnych eksperymentów, z każdym z takim samym prawdopodobieństwem sukcesu.
Główne cechy i warunki
Aby losowy eksperyment odbywał się zgodnie z rozkładem dwumianowym, musi on spełniać następujące kryteria:
- Stała liczba badań:Eksperyment składa się ze stałej liczby (n) prób.
- Niezależność:Każdy proces jest niezależny od innych.
- Dwa wyniki:Each trial has exactly two possible outcomes ("success" or "failure").
- Stałe prawdopodobieństwo:Prawdopodobieństwo powodzenia (p) pozostaje takie same dla każdego badania.
Zastosowanie dystrybucji dwumianowej
Rozkład dwumianowy ma zastosowanie w wielu dziedzinach i scenariuszach:
- 
                Kontrola jakości:Sprawdzanie, czy produkty spełniają specyfikacje.
- 
                Medycyna:Odsetek sukcesów leczenia lub zabiegów.
- 
                Finanse:Prawdopodobieństwo zmian cen akcji lub wyników inwestycyjnych.
- 
                Sport:Analiza wygranych / strat w serii gier.
- 
                Sondaże:Szacuje się odsetek wyborców, którzy faworyzują kandydata.
Właściwości statystyczne
Średnia (oczekiwana wartość)
μ = n × p
Gdzie n jest liczbą badań, a p jest prawdopodobieństwem sukcesu w każdym badaniu.
Wariant
σ² = n × p × (1-p)
Mierzy to rozproszenie lub rozprzestrzenienie dystrybucji.
Odchylenie standardowe
σ = √(n × p × (1-p))
Pierwiastek kwadratowy wariancji daje odchylenie standardowe.
Skewness
(1- 2p) / √ (n × p × (1- p))
Rozkład jest symetryczny, gdy p = 0,5, dodatnie przekrzywione, gdy p<0.5, and negatively skewed when p>0.5.
Rodzaje podobieństw dwumianowych
Podczas pracy z rozkładami dwumianowymi można obliczyć kilka rodzajów prawdopodobieństwa:
| Rodzaj prawdopodobieństwa | Notowanie | Opis | 
|---|---|---|
| Dokładne | P(X = k) | Prawdopodobieństwo dokładnie k sukcesów | 
| Łączna (maksymalnie) | P(X ≤ k) | Prawdopodobieństwo k lub mniej sukcesów | 
| Łączna (co najmniej) | P(X ≥ k) | Prawdopodobieństwo sukcesu k lub więcej | 
| Zakres | P(a ≤ X ≤ b) | Prawdopodobieństwo sukcesu a i b (włącznie) | 
Związek z innymi dystrybucjami
Rozkład dwumianowy łączy się z kilkoma innymi ważnymi dystrybucjami w statystyce:
- Normalne przybliżenie:W przypadku dużych n, rozkład dwumianowy może być przybliżony przez normalny rozkład ze średnią μp = np i wariancją ∞ ² = np (1- p).
- Dystrybucja Bernoulli:Rozkład dwumianowy z n = 1 jest dystrybucją Bernoulli.
- Zbliżanie Poissona:Gdy n jest duże, a p jest małe, rozkład dwumianowy może być przybliżony przez rozkład Poisson z parametrem λ = np.
Kiedy używać dwumianu Kalkulator
Użyj tego dwumianowego kalkulatora dystrybucji, gdy musisz obliczyć prawdopodobieństwo w sytuacjach obejmujących:
- Stała liczba prób
- Niezależne zdarzenia (wynik jednego badania nie wpływa na inne)
- Stałe prawdopodobieństwo sukcesu we wszystkich badaniach
- Tylko dwa możliwe wyniki na próbę (sukces / niepowodzenie)
Wzór dystrybucji dwumianowej
Rozkład dwumianowy jest rozkładem prawdopodobieństwa opisującym liczbę sukcesów w stałej liczbie niezależnych badań, z których każdy ma takie samo prawdopodobieństwo sukcesu.
gdzie:
- P (X = k) jest prawdopodobieństwem sukcesu k
- C (n, k) oznacza liczbę kombinacji
- p jest prawdopodobieństwem sukcesu
- n oznacza liczbę badań
- k to liczba sukcesów
Jak obliczyć prawdopodobieństwo dwumianu
Aby obliczyć prawdopodobieństwo dwumianowe, należy wykonać następujące czynności:
- 
                1Określić liczbę prób (n)
- 
                2Identyfikacja liczby sukcesów (k)
- 
                3Określić prawdopodobieństwo sukcesu (p)
- 
                4Zastosuj dwumianowy wzór prawdopodobieństwa
Tłumaczenie ustne Prawdopodobieństwo dwumianowe
Zrozumienie, co dwumianowe prawdopodobieństwo mówi:
- 
                1Wysokie prawdopodobieństwo:Wskazuje na prawdopodobieństwo wystąpienia zaobserwowanej liczby sukcesów. 
- 
                2Niskie prawdopodobieństwo:Wskazuje, że obserwowana liczba sukcesów jest mało prawdopodobna. 
- 
                3Przewidywana wartość:Oczekiwana liczba sukcesów to n * p. 
Przykłady praktyczne
Przykład 1Monety
Jakie jest prawdopodobieństwo uzyskania dokładnie 3 reszek w 5 rzutach monetą?
n = 5, k = 3, p = 0.5
Prawdopodobieństwo = 0,3125
To oznacza 31,25% Szansa uzyskania dokładnie 3 reszek.
Przykład 2Pytania testowe
Jakie jest prawdopodobieństwo uzyskania dokładnie 4 poprawnych odpowiedzi w teście wielokrotnego wyboru pytań 10 (5 opcji na pytanie)?
n = 10, k = 4, p = 0.2
Prawdopodobieństwo = 0,0881
To znaczy, że jest 8.81% możliwość uzyskania dokładnie 4 poprawnych odpowiedzi.
Przykład 3Kontrola jakości
Jakie jest prawdopodobieństwo znalezienia dokładnie 2 wadliwych elementów w próbce 20 elementów, jeśli wskaźnik usterek wynosi 5%?
n = 20, k = 2, p = 0.05
Prawdopodobieństwo = 0,1887
To znaczy, że jest 18.87% możliwość znalezienia dokładnie 2 wadliwych elementów.