二項分布計算機
二項分布の個別確率、累積確率、平均、分散を計算します。
二項確率
試行回数、各試行の成功確率、目標成功回数を入力してください。
二項分布について
二項分布は、一定回数の独立した試行における成功回数をモデル化します。各試行には通常「成功」と「失敗」と呼ぶ二つの結果があり、成功確率はすべての試行で一定でなければなりません。パラメーターは試行回数nと、一回の試行の成功確率pです。確率変数は成功の回数を数えるため、取り得る値はゼロからnまでの整数です。
ちょうどk回成功する確率は、二項係数「n個からk個を選ぶ組合せの数」に、pのk乗と、一からpを引いた値のn−k乗を掛けます。係数はk回の成功が生じる異なる順序の数を表します。この計算機はその確率に加え、二つの累積結果を求めます。k回以下はゼロからk回までの確率の和です。k回以上はkからn回までの和で、ここではk回未満の余事象を使って計算します。これらは個別確率だけでは答えられない、しきい値に関する問題に役立ちます。
平均はn×pで、実験全体を何度も繰り返したときの成功回数の長期平均を表します。分散はn×p×「一−p」、標準偏差はその平方根です。平均は実際に生じ得る整数値とは限りません。保証された回数ではなく、分布の中心を表す値です。ばらつきはpが二分の一付近で最大になり、ゼロや一に近づくほど小さくなります。
主な用途は、コイン投げ、製造不良数、アンケート回答、コンバージョン、合否試験、治療結果などです。使う前に仮定をよく確認してください。試行は独立し、回数は事前に固定され、成功確率は毎回同じである必要があります。小さな母集団からの非復元抽出では独立性が成り立たず、超幾何分布の方が適することがあります。成功確率が変わる場合も別のモデルが必要です。pはゼロから一の小数で入力し、例えば25%なら0.25とします。特定の回数には個別確率、上限の問題には「以下」の確率、目標達成や超過には「以上」の確率を使います。
二項分布の例
成功確率が一定の独立試行を使った例です。
| パラメーター (n, p, k) | 主な結果 | 場面 |
|---|---|---|
| 10, 0.5, 5 | P(X = 5) = 0.24609375 | 公平なコインを十回投げ、ちょうど五回表が出る。 |
| 20, 0.1, 2 | P(X = 2) = 0.28517981 | 各項目の検出率が10%のとき、ちょうど二つが検出される。 |
| 5, 0.8, 4 | P(X = 4) = 0.4096 | 成功確率の高い五回の試行で、ちょうど四回成功する。 |
二項確率の計算方法
- 固定された独立試行の回数を入力します。
- 各試行の成功確率をゼロから一の小数で入力します。
- 目標成功回数を、ゼロから試行回数までの整数で入力します。
- 「二項確率を計算」を選び、個別確率と累積結果を比較します。
よくある質問
どのような場合に二項モデルが適していますか?
回数が固定され、独立で、結果が二種類、成功確率が一定の試行に使います。仮定が成り立たない場合、別の確率モデルの方が正確なことがあります。
個別確率と累積確率はどう違いますか?
個別確率は特定の成功回数を対象とします。累積確率は、あるしきい値以下のすべての結果など、一定範囲の回数の確率を合計します。
確率はパーセントで入力しますか?
ゼロから一の小数で入力してください。例えば成功確率35%なら0.35と入力します。
平均は小数でもよいですか?
はい。平均は長期平均の期待値であり、一回の実験で実現する値とは限りません。実際の成功回数は常に整数です。
試行が独立でない場合はどうなりますか?
一つの結果が別の結果に影響するため、依存関係によって分布が変わります。非復元抽出では超幾何モデルが必要になる場合があります。