Kalkulator Kemungkinan Binomial

Cari kebarangkalian k kejayaan dalam n percubaan bebas.

%
P(X = k) —
P(X ≤ k) —
P(X ≥ k) —
Purata (n·p) —
Varian —
Sisihan piawai —

Hasil dikemaskini semasa anda menaip.

Perihal kalkulator ini

the binomial distribution, the probability of exactly k successes is equal to the probability of at least k successes. The binomial probability calculator uses the binomial distribution to model 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. The binomial probability calculator uses the binomial distribution to model the number of successes.TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:TheWorked example:The

Pertanyaan yang kerap ditanya

Bilakah saya boleh gunakan taburan binomial?

Gunakannya bila terdapat bilangan tetap percubaan bebas, setiap percubaan hanya mempunyai dua hasil (kejayaan atau kegagalan), dan kemungkinan kejayaan adalah sama setiap masa - seperti melemparkan koin 10 kali atau mengira item cacat dalam satu kumpulan.

Apa perbezaan antara P(X = k) dan P(X ≤ k)?

P(X = k) adalah kemungkinan tepat k kejayaan, manakala P(X ≤ k) menambahkan kemungkinan 0, 1,... sehingga ke k kejayaan. Versi kumulatif menjawab soalan seperti "apakah kemungkinan paling banyak 3 kejayaan?"

Apa itu "n pilih k"?

C( n, k), baca "n pilih k", adalah bilangan cara yang berbeza untuk memilih k mana dari n percubaan adalah kejayaan. Untuk 10 percubaan dan 3 kejayaan ada C( 10, 3) = 120 kombinasi seperti itu, dan setiap satu menyumbang kepada kebarangkalian keseluruhan.

Apakah purata dan deviasi piawai bagi taburan binomial?

Rata- rata (jumlah kejayaan yang dijangkakan) adalah n· p dan varian adalah n· p· (1 − p), jadi selisih piawai adalah √(n· p· (1 − p)). Untuk 10 putaran koin yang adil rata- rata adalah 5 dan selisih piawai kira- kira 1. 58.

Bilakah saya boleh kira- kira binomial dengan taburan normal?

Apabila n besar dan kedua- dua n· p dan n· (1 − p) sekurang- kurangnya sekitar 10, binomial dikira dengan baik oleh taburan normal dengan purata dan deviasi piawai yang sama. Ini adalah asas bagi banyak ujian nisbah sampel besar.

Bagaimana saya mencari kebarangkalian sekurang- kurangnya k kejayaan?

P(X ≥ k) menambahkan kebarangkalian k, k+1,... sehingga n kejayaan. Ia sama dengan 1 − P(X ≤ k − 1), dan kalkulator kebarangkalian binomial ini melaporkannya secara langsung bersama nilai "maksimum".

Kalkulator berkaitan

Kalkulator Kemungkinan Kalkulator Taburan Normal Kalkulator Mode

❤️ Cinta Calculator.Free? Bagikan

𝕏  X Facebook Reddit
API — gunakan kalkulator ini dari kod

Panggil kalkulator ini sebagai titik akhir JSON percuma - tiada kekunci diperlukan. Hantar nilai medan di bawah sebagai parameter pertanyaan atau JSON. Baca dokumen API penuh →

Titik Akhir

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);

Hasil adalah perkiraan untuk panduan umum sahaja, bukan nasihat kewangan, perubatan atau cukai.