ბინომიალური ალბათობის კალკულატორიName
იპოვეთ k წარმატების ალბათობა n დამოუკიდებელ ტესტში.
[Translation temporarily unavailable. Please try again.]
ამ კალკულატორის შესახებ
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 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 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. It also reports the distribution’s mean (n·p)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. It also reports the distribution’s mean (n·p)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 term C(n, k) is the number of ways to choose which k of the n trials succeed.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 term C(n, k) is the number of ways to choose which k of the n trials succeed.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 term C(n, k) is the number of ways to choose which k of the n trials succeed.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 (
ხშირად დასმული კითხვები
კჲდა მჲზვ ეა თჱოჲლჱგამ ბთნჲმთალნჲრჲ პაჱოჲლჲზვნთვ?
გამოიყენეთ ეს, როდესაც არსებობს დამოუკიდებელი ცდათა ფიქსირებული რაოდენობა, თითოეულ ცდას აქვს მხოლოდ ორი შედეგი (შესაძლებელია წარმატება ან წარუმატებლობა) და წარმატების ალბათობა ყოველ ჯერზე იგივეა - როგორც მონეტის 10-ჯერ გადაგდება ან დეფექტური ელემენტების რაოდენობა ჯგუფში.
რა განსხვავებაა P(X = k) და P(X ≤ k) შორის?
P( X = k) არის ზუსტად k წარმატების შანსი, ხოლო P( X ≤ k) 0, 1,... - ის შანსებს ამატებს k წარმატებამდე. კუმულატიური ვერსია პასუხობს კითხვებს, როგორიცაა "რა არის 3 წარმატების მაქსიმალური შანსი?"
კაკგჲ ვ "ნ თჱბვპთ კ"?
C( n, k), წაიკითხეთ "n აირჩიე k", არის სხვადასხვა გზების რაოდენობა, რომ აირჩიოთ k n- დან ცდების წარმატება. 10 ცდისთვის და 3 წარმატებისთვის არსებობს C( 10, 3) = 120 ასეთი კომბინაცია და თითოეული ეხება საერთო ალბათობას.
რა არის ბინომიალური განაწილების საშუალო და სტანდარტული დაშვება?
საშუალო (შესაძლებელი წარმატებების რაოდენობა) არის n· p და ვარიანტი არის n· p· (1 − p), ასე რომ სტანდარტული დაშვებაა √(n· p· (1 − p)). 10 სამართლიან მონეტზე გადატანისთვის საშუალოა 5 და სტანდარტული დაშვებაა 1. 58.
კჲდა მჲზვ ეა ოპჲჟრჲპთმ ბთნჲმთწრა ჟ ნჲპმალნჲ პაჱოჲლჲზვნთვ?
როდესაც n დიდია და n· p და n· (1 − p) მინიმუმ 10- ს ტოლია, ბინომიალური ნორმალური განაწილების ახლოს არის, იგივე საშუალო და სტანდარტული დაშვებით. ეს არის მრავალი დიდი ნიმუშის პროპორციული ტესტის საფუძველი.
როგორ უნდა იპოვო სავარაუდოობა, რომ k- ჯერ მაინც წარმატებით დასრულდება?
P( X ≥ k) აგროვებს k, k+1,... - ს ალბათობებს n წარმატებამდე. იგი უდრის 1 − P( X ≤ k − 1) - ს და ეს ბინომიალური ალბათობის კალკულატორი ანგარიშს აგებს პირდაპირ "მაქსიმალური" ფასის გვერდით.
API - გამოიყენეთ ეს კალკულატორი კოდისგან
ამ კალკულატორის გამოძახება როგორც თავისუფალი JSON დასასრული - ღილაკი არ არის საჭირო. ქვემოთ მოცემული ველი პარამეტრების ან JSON- ის სახით გაგზავნეთ. API დოკუმენტაციის სრული წაკითხვა →
დასასრული
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);ჲრდჲგჲპთრვ ჟა ოპჲგთჱთთ ჟამჲ ჱა ჲბღვ ოჲმჲღ, ნვ ჱა ტთნანჟთალნთ, მვეთუთნჟკთ თლთ ეანყფნთ ჟყგვრთ.