Калкулатор на биномска веројатност
Најди ја веројатноста за успех во n независни испити.
Резултатите се ажурираат додека пишувате.
За овој калкулатор
Калкулаторот за биномиална веројатност ја користи биномиалната дистрибуција за моделирање на бројот на успеси во фиксен број на независни тестови, секој со иста веројатност за успех — класичната „ колку глави има во десет парчиња“ проблем. Таа ја враќа веројатноста за точно k успехи, P(X = k) = C(n, k)· pk·(1- p)n−k, заедно со кумулативните веројатности за најмногу k и најмалку k успехот. Терминот C(n, k) е бројот на начините за избор кој k(1- p) и стандардното дефиницијално, pk е шансата за тие k успешни и (1- p) n−k шансата за останато пропаѓање. Исто така, ја известува средната веројатност на дистрибуцијата (n· p), разликата (n· p· 1- p) е бројот на начините на изборот кој од k од n тестите успешни, и стандардниот број на веројатност е шансата за нивната
Често поставувани прашања
Кога можам да ја користам биномната дистрибуција?
Користете го кога има фиксен број на независни испити, секоја проба има само два резултата (успех или неуспех), а веројатноста за успех е иста секој пат — како фрлање паричка 10 пати или броење на дефектни предмети во една серија.
Која е разликата помеѓу P(X = k) и P(X ≤ k)?
П(X = k) е шансата за точно k успех, додека P(X ≤ k) ги додава шансите за 0, 1,... до k успехот.
Што е "n изберете k"?
C(n, k), читај „ n choose k “ е бројот на различни начини за избирање на кои k од n тестовите се успешните. За 10 тестови и 3 успеси постојат C(10, 3) = 120 вакви комбинации, и секоја од нив придонесува за вкупната веројатност.
Која е средната и стандардната дефиниција на биномската дистрибуција?
Средната (очекуваниот број на успеси) е n·p и варијацијата е n· p·(1− p), па стандардното дефиниција е μ( n· p·(1− p)). За 10 фрлања на симетричните пари средната е 5 и стандардното дефиниција околу 1. 58.
Кога можам да го приближам биномот со нормална дистрибуција?
Кога n е голема и кога n·p и n·(1−p) се околу 10, биномијата е добро приближена со нормална дистрибуција со истата средна и стандардна девизија. Ова е основата на многу големи тестови на пропорциите.
Како да ја најдам веројатноста за барем к успех?
P( X ≥ k) ги сумира веројатностите на k, k+1,... до n успех. Тоа е еднакво на 1− P( X ≤ k− 1), а овој биномски калкулатор на веројатноста ги известува директно покрај вредноста „ најмногу “.
API — користете го овој калкулатор од код
Овој калкулатор го нарече бесплатен JSON крајна точка — не е потребен клуч. Испрати ги вредностите на полето подолу како параметри за пребарување или JSON. Прочитај ги сите API доц. →
Крајна 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 се проценки за општо водство само, а не финансиски, медицински или даночни совети.