Калькулятор на вероятността от биномна вероятност

Намери вероятността за успехи в n независими изпитания.

П(X = k) —

П(Х ≤ k) —

P(X ≥ k) —

Средна (n·p) —

Разлика —

Стандартно отклонение —

Резултатите актуализират като пишете.

Този калкулатор ли ви даде правилния отговор?

За този калкулатор

Върти вероятността за точно k успеха, P(X = k) = C(n, k)·pk·(1- p)n−k, заедно с кумулативните вероятности за най-много k и най-малко k успеха. Термин C(n, k) е броят на начините за избор на кое k(1-на-ва) и стандартното отклонение, и показва пълното разпределение на вероятността като таблица и графика. Работният пример: за n = 10-на-фейс (p) също така съобщава за средните вероятности на разпределението (n·p), разнообразието (n·p·(1-p) и стандартното отклонение, както и показва пълното разпределение на вероятността като таблица и графика.

Често задавани въпроси

Кога мога да използвам биномното разпределение?

Използвайте го, когато има фиксиран брой независими изпитания, всеки опит има само два резултата (успех или неуспех), а вероятността за успех е еднаква всеки път – като хвърляне на монета 10 пъти или броене на дефектни елементи в една партида.

Каква е разликата между P(X = k) и P(X ≤ k)?

P(X = k) е шансът за точно k успехи, докато P(X ≤ k) създава шансовете за 0, 1,... до k успеха. Кумулативната версия отговаря на въпроси като "каква е вероятността за най-много 3 успеха?"

Какво е "n изберете k"?

C(n, k), четете "n choice k", е броят на различните начини да изберете кое k от n изпитвания са успехи. За 10 изпитвания и 3 успеха са C(10, 3) = 120 такива комбинации, и всеки допринася за общата вероятност.

Какво са средните и стандартните отклонения на биномното разпределение?

Средното (очакваният брой на успехите) е n·p и разклонението е n·p·(1−p), така че стандартното отклонение е μ(n·p·(1−p)). За 10 симетрични монети средното е 5 и стандартното отклонение около 1.58.

Кога мога да приближа биномията с нормално разпределение?

Когато n е голям и както n·p, така и n·(1—p) са поне около 10, биномията е добре приблизителна с нормална разпределение със същото средно и стандартно отклонение. Това е основата на много големи тестове на пропорционалното пропорционално отношение.

Как да намеря вероятността за най-малко к успехи?

P(X ≥ k) сумира вероятностите от k, k+1,... до n успеха. Тя е равно на 1−P( X ≤ k−1), и този биномна вероятност калкулатор го съобщава директно до стойността "най-много".

API — използвайте този калкулатор от код

Наречете този калкулатор безплатно JSON крайна точка — няма нужда от ключ. Изпрати стойностите на полето по-долу като параметри на запитване или JSON. Всичко, което опуснете използва по същия стандарт тази страница е предварително напълнена с; неизвестен параметър е 400, никога не мълчаливо нула. Прочетете всички API доц. →

Крайна точка

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);

Резултатите са прогнози за общи насоки, а не за финансови, медицински или данъчни съвети.

За този калкулатор

Често задавани въпроси

Свързани калкулатори

Крайна точка

curl

JavaScript fetch()

JavaScript `fetch()`