Калькулятор биномиального распределения
Рассчитайте точные и накопленные биномиальные вероятности, среднее и дисперсию.
О биномиальном распределении
Примеры биномиального распределения
В примерах используются независимые испытания с постоянной вероятностью успеха.
| Параметры (n, p, k) | Выбранные результаты | Сценарий |
|---|---|---|
| 10, 0.5, 5 | P(X = 5) = 0.24609375 | Ровно пять орлов при десяти бросках симметричной монеты. |
| 20, 0.1, 2 | P(X = 2) = 0.28517981 | Ровно два отмеченных элемента, если вероятность отметки каждого равна 10%. |
| 5, 0.8, 4 | P(X = 4) = 0.4096 | Ровно четыре успеха в пяти испытаниях с высокой вероятностью успеха. |
Как рассчитать биномиальную вероятность
- Введите фиксированное число независимых испытаний.
- Введите вероятность успеха в каждом испытании десятичной дробью от нуля до единицы.
- Введите целевое целое число успехов от нуля до числа испытаний.
- Нажмите «Рассчитать биномиальную вероятность» и сравните точные и накопленные результаты.
Часто задаваемые вопросы
Когда подходит биномиальная модель?
Для фиксированного числа независимых испытаний с двумя исходами и постоянной вероятностью успеха. Если эти условия не выполняются, другая вероятностная модель может быть точнее.
Чем точная вероятность отличается от накопленной?
Точная вероятность относится к одному конкретному числу успехов. Накопленная объединяет диапазон значений, например все исходы не выше заданного порога.
Нужно ли вводить вероятность в процентах?
Введите десятичную дробь от нуля до единицы. Например, для вероятности успеха 35% введите 0.35.
Может ли среднее быть дробным?
Да. Это ожидаемое долгосрочное среднее, которое не обязано быть достижимым отдельным исходом. Фактическое число успехов всегда целое.
Что делать, если испытания зависимы?
Зависимость меняет распределение, поскольку один исход может влиять на другой. Для выборки без возвращения может потребоваться гипергеометрическая модель.