የሁለት-አቅጣጫ ግምገማ
የk ውጤቶች በn ነጻ ሙከራዎች ውስጥ የk ውጤቶች እድልን ፈልግ
ውጤቶች እንደተጻፉ ይቀየራሉ
ስለዚህ መተግበሪያ
the binomial distribution is used to calculate the number of successes in a fixed number of independent trials, each with the same success probability — the classic "how many heads in ten coin flips" problem. It returns the probability of exactly k successes, P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ), along with the cumulative probabilities of at most k and at least k successes. It also reports the distribution’s mean (n·p), variance (n·p·(1 − p)) and standard deviation, and shows the full probability distribution as a table and a chart.The binomial probability calculator uses the binomial distribution to model the number of successes in aWorked example:The term C(n, k) is the number of ways to choose which k of the n trials succeed, pᵏ is the chance those k succeed and (1 − p)ⁿ⁻ᵏ the chance the rest fail. The probability of exactly k successes is C(10, 3) × 0.5³ × 0.5⁷ ≈ 11.7%. The full probability distribution is 1.Worked example:The term C(n, k) is 1.Worked example:The term C(n, k) is 1.Worked example:The term C(n, k) is 1.Worked example:The term C(n, k) is 1.Worked example:The term C(n, k) is 1.Worked example:The term C(n, k) is 1.Worked example:The term C(n, k) is 1.Worked example:The term C(n, k) is 1.Worked example:The term C(n, k) is 1.Worked example:The term C(n, k) is 1.Worked example:The term C(n, k) is 1.Worked example:The term C(n, k) is 1.Worked example:The term C(n, k) is 1.Worked example:The term C(n, k) is 1.Worked example:The
የሚጠየቁ ጥያቄዎች
የሁለት-አቅጣጫ ክፍፍልን መጠቀሙን መቼ እችላለሁ?
የራስ-ሰር ሙከራዎች ቁጥር ሲኖር፣ ሙከራው ሁሉ ሁለት ውጤቶች (በፍጥነት ወይም በድክመት) ሲኖረው፣ እና የፍጥነት ዕድል ሁልጊዜም እኩል ሲሆን - እንደ 10 ጊዜ ባንክን መዞር ወይም በቡድን ውስጥ የተበላሹ ነገሮችን መቁጠር ያሉትን ጊዜ ይጠቀሙት።
P(X = k) እና P(X ≤ k) መካከል ያለው ልዩነት ምንድነው?
P(X = k) የk ውጤቶች ዕድል ነው, P(X ≤ k) ደግሞ 0, 1,... እስከ k ውጤቶች ድረስ ዕድሎችን ያጠቃልላል. የቀነሰው ስሪት እንደ "በአብዛኛው 3 ውጤቶች ዕድል ምንድነው?" ያሉ ጥያቄዎችን ይመልሳል
"n k" ምንድን ነው?
C(n, k), "n k ይምረጡ" ተብሎ የተጻፈው, ከn ሙከራዎች ውስጥ k የትኛውን ውጤቶች እንደሚያገኝ ለመምረጥ የተለያዩ መንገዶችን ቁጥር ነው. ለ 10 ሙከራዎች እና 3 ውጤቶች C(10, 3) = 120 የሚሉ ቅንጥቦች አሉ፣ እና ሁሉም ወደ አጠቃላይ እድል ይጨምራሉ
የሁለት-አቅጣጫ ክፍፍል መሀከል እና ስታንዳርድ ዲስቪሽን ምንድነው?
የቀን መቁጠሪያውን አሳይ
የንጹሕ ክፍፍል ጋር የሁለት-ነጥብ ቅርጸት መቀመጥ እችላለሁ?
n ትልቅ በሆነ ጊዜ እና n·p እና n·(1 − p) ሁለቱም በትንሹ 10 ሲሆኑ፣ የሁለት-ነጥብ ብዛት በተመሳሳይ መካከለኛ እና ስታንዳርድ ልዩነት በሆነ ተመሳሳይ ክፍፍል በሆነ ልዩነት ይመጣል፤ ይህም ብዙ ትልቅ-ምርምርን የጋራ ምርመራዎች መሠረት ነው፤
የk ድልድዮችን ብዛት እንዴት እመርጣለሁ?
P(X ≥ k) የ k, k+1,... ችሎታዎችን እስከ n ውጤቶች ድረስ ያጠቃልላል. 1 - P (X ≤ k - 1) ጋር እኩል ነው፣ ይህ የሁለት-አቅጣጫው ችሎታ ግምገማ ቀጥተኛ በ "በአብዛኛው" ዋጋው ዙሪያ ይናገራል
API — ይህ መቁጠሪያን ከኮድ ይጠቀሙ
ይህ መቁጠሪያን እንደ ነጻ JSON መጨረሻ ነጥብ ጥሪ - ቁልፍ ያስፈልጋል. የሜዳውን ዋጋዎች በታች እንደ ጥያቄ პარაሜትር ወይም JSON ላኩ ማንኛውም ነገር ያላስቀመጥክበት ተመሳሳይ መነሻን ይጠቀማል ይህ ገጽ በመጀመሪያ የተሞላ ነው; ያልታወቀ ፓራሜትር 400 ነው, ሁልጊዜም የደበቅ ነጥብ አይደለም. የሙሉን የAPI ሰነዶች አንብብ →
መጨረሻ
GET https://calculator.free/api/v1/binomial-probability/
curl
curl "https://calculator.free/api/v1/binomial-probability/?n=10&k=3&p=50"
JavaScript fetch()
const r = await fetch(
"https://calculator.free/api/v1/binomial-probability/?" + new URLSearchParams({
"n": "10",
"k": "3",
"p": "50"
}));
const data = await r.json();
console.log(data.results);
ውጤቶች ለታዳሚዎች ብቻ ናቸው፣ የገንዘብ፣ የሕክምና ወይም የክፍያ ምክር አይደሉም፡፡