Биномиальный распределительный калькулятор
Вычислите вероятность k успехов в независимых исследованиях Бернулли с вероятностью p.
Введите свои параметры
Таблица содержимого
Полное руководство по биномиальному распределению
Что такое биномиальное распределение?
Биномиальное распределение является одним из наиболее фундаментальных и широко используемых вероятностных распределений в статистике. Он моделирует число успехов в фиксированном числе независимых экспериментов, каждый из которых имеет одинаковую вероятность успеха.
Ключевые характеристики и условия
Чтобы случайный эксперимент следовал биномиальному распределению, он должен удовлетворять следующим критериям:
- Фиксированное количество испытаний:Эксперимент состоит из фиксированного числа (n) испытаний.
- Независимость:Каждый процесс независим от других.
- Два результата:Each trial has exactly two possible outcomes ("success" or "failure").
- Постоянная вероятность:Вероятность успеха (p) остается одинаковой для каждого испытания.
Применение биномиального распределения
Биномиальное распределение применимо во многих областях и сценариях:
-
Контроль качества:Тестирование соответствия продукции спецификациям.
-
Медицина:Показатели успеха медицинских процедур или процедур.
-
Финансы:Вероятность движения цены акций или инвестиционных результатов.
-
Спорт:Анализ выигрышей/проигрышей в серии игр.
-
Опрос:Оценка доли избирателей, которые выступают за кандидата.
Статистические свойства
Ожидаемая стоимость (Expected Value)
μ = n × p
где n — число испытаний, а p — вероятность успеха в каждом испытании.
Разница
σ² = n × p × (1-p)
Это измеряет дисперсию или распространение распределения.
Стандартное отклонение
σ = √(n × p × (1-p))
Квадратный корень дисперсии дает стандартное отклонение.
неровность
(1-2p)/√(nxpx(1-p))
Распределение симметрично при p=0,5, положительно перекошено при p<0.5, and negatively skewed when p>0.5.
Типы биномиальных вероятностей
При работе с биномиальными распределениями можно рассчитать несколько видов вероятностей:
Тип вероятности | Запись | Описание |
---|---|---|
Точно | P(X = k) | Вероятность успеха ровно k |
Кумулятивный (в большинстве случаев) | P(X ≤ k) | Вероятность k или меньше успехов |
Совокупность (по крайней мере) | P(X ≥ k) | Вероятность успеха k или более |
диапазон | P(a ≤ X ≤ b) | Вероятность между a и b успехами (включительно) |
Связь с другими распределениями
Биномиальное распределение связано с несколькими другими важными распределениями в статистике:
- Нормальное приближение:Для большого n биномиальное распределение может быть аппроксимировано нормальным распределением со средним μ=np и дисперсией σ2=np(1-p).
- Распределение Бернулли:Биномиальное распределение с n=1 — распределение Бернулли.
- Пуассоновское приближение:Когда n велико, а p мало, биномиальное распределение может быть аппроксимировано распределением Пуассона с параметром λ=np.
Когда использовать биномиальный калькулятор
Используйте этот калькулятор биномиального распределения, когда вам нужно вычислить вероятности для ситуаций, связанных с:
- фиксированное число испытаний
- Независимые события (результаты одного исследования не влияют на другие)
- Постоянная вероятность успеха во всех испытаниях
- Только два возможных исхода испытания (успех/провал)
Биномиальная формула распределения
Биномиальное распределение — это распределение вероятностей, которое описывает число успехов в фиксированном числе независимых испытаний, каждое с одинаковой вероятностью успеха.
Где:
- P(X = k) — вероятность успеха k
- C(n,k) - количество комбинаций
- p - вероятность успеха
- n - число испытаний
- k - число успехов
Как рассчитать биномиальную вероятность
Чтобы рассчитать биномиальную вероятность, выполните следующие действия:
-
1Определить количество испытаний (n)
-
2Определить количество успехов (k)
-
3Укажите вероятность успеха (p)
-
4Применение формулы биномиальной вероятности
Интерпретация биномиальной вероятности
Понимание того, что биномиальная вероятность говорит вам:
-
1Высокая вероятность:
Указывает, что наблюдаемое количество успехов, скорее всего, произойдет.
-
2Низкая вероятность:
Указывает на то, что наблюдаемое количество успехов вряд ли произойдет.
-
3Ожидаемая стоимость:
Ожидаемое число успехов — n * p.
Практические примеры
Пример 1Бросок монет
Какова вероятность получить ровно 3 головы в 5 подбрасываниях монет?
n = 5, k = 3, p = 0.5
Вероятность = 0,3125
Это означает, что есть 31,25% Шанс получить ровно 3 головы.
Пример 2Тестовые вопросы
Какова вероятность получения точно 4 правильных ответов в тесте с множественным выбором из 10 вопросов (5 вариантов на вопрос)?
n = 10, k = 4, p = 0.2
Вероятность = 0,0881
Это означает, что есть 8,81% Возможность получить 4 правильных ответа.
Пример 3Контроль качества
Какова вероятность найти ровно 2 неисправных предмета в выборке из 20 предметов, если коэффициент дефекта равен 5%?
n = 20, k = 2, p = 0.05
Вероятность = 0,1887
Это значит, что есть 18.87% Возможность найти ровно 2 дефектных предмета.