द्विपदीय सम्भावना गणकयन्त्र
एन स्वतन्त्र परीक्षण मा के सफलता को संभावना फेला पार्नुहोस्।
तपाईँले टाइप गर्दा परिणाम अद्यावधिक गर्नुहोस् ।
यो क्याल्कुलेटरको बारेमा
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 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), variance (n·p·(1 − p)) and standard deviation, and shows the full probability distribution as a table and a chart.
Worked example: for n = 10 flips of a fair coin (p = 50%) the chance of exactly k = 3 heads is C(10, 3) × 0.5³ × 0.5⁷ = 120 × 0.5¹⁰ ≈ 11.7%. The expected number of heads is 10 × 0.5 = 5, with a standard deviation of √(10 × 0.5 × 0.5) ≈ 1.58.
प्राय सोधिने प्रश्नहरू
म जब द्विपद वितरण प्रयोग गर्न सक्छु?
स्वतन्त्र परीक्षण को एक निश्चित संख्या छ जब यो प्रयोग, प्रत्येक परीक्षण मात्र दुई परिणाम छ (सफलता वा असफलता), र सफलता सम्भावना हरेक पटक समान छ - सिक्का 10 पटक flipping वा एक ब्याच मा त्रुटिपूर्ण वस्तुहरू गणना जस्तै।
P (X = के) र P (X ≤ के) बीच फरक के हो?
P (X = के) ठीक के सफलता को मौका छ, जबकि P (X ≤ के) 0, 1, … को मौका माथि के सफलता थप्छ। को संचय संस्करण जस्तै प्रश्नहरू जवाफ "कति धेरै3सफलता को संभावना के छ?"
"n चयन k" के हो?
C (n, k), पढ्न "n k चयन", n को प्रयास को k को सफलताहरू छन् जो k चयन गर्न विभिन्न तरिकाहरू को संख्या छ। 10 प्रयासहरू र3सफलताहरू लागि त्यहाँ C (10,3) = 120 यस्तो संयोजनहरू छन्, र प्रत्येक कुल सम्भावना योगदान।
एक द्विपद वितरण को मतलब र मानक विचलन के हो?
औसत (सफलता को अपेक्षाकृत संख्या) एन · पी छ र भिन्नता n · p · (1 - p) छ, त्यसैले मानक विचलन √ (n · p · (1 - p)) छ। 10 का लागि उचित सिक्का फ्लिप को औसत5र बारेमा 1.58 मानक विचलन छ।
म कहिले एक सामान्य वितरण संग द्विपद अनुमान गर्न सक्छु?
जब एन ठूलो छ र दुवै n·p र n·(1 − p) कम्तिमा 10 बारेमा छन्, द्विपद राम्रो समान अर्थ र मानक विचलन संग एक सामान्य वितरण द्वारा अनुमानित छ। यो धेरै ठूलो-नमूना अनुपात परीक्षण को आधार हो।
म कम्तिमा के सफलता को संभावना कसरी फेला पार्न?
P(X ≥ k) k, k+1,... को सम्भावनाहरू एन सफलताहरू सम्म जोड्दछ। यो १ - P (X ≤ k - 1) बराबर छ, र यो द्विपद सम्भावना गणनाकर्ताले "अधिकतम" मानको साथै यसलाई सीधा रिपोर्ट गर्दछ।
API - कोडबाट यो क्याल्कुलेटर प्रयोग गर्नुहोस्
यो क्याल्कुलेटरलाई निःशुल्क JSON अन्त बिन्दुको रूपमा कल गर्नुहोस् - कुञ्जी आवश्यक छैन। क्वेरी परिमितिहरू वा JSON को रूपमा तलको फिल्ड मानहरू पठाउनुहोस्। तपाईँले छोडेको कुनै पनि कुराले उस्तै पूर्वनिर्धारित प्रयोग गर्दछ जुन यो पृष्ठसँग पूर्व- भरिएको छ; अज्ञात परिमिति ४०० हो, कहिल्यै मौन शून्य होइन । पूरा API कागजात पढ्नुहोस् →
अन्त्य बिन्दु
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);परिणाम मात्र सामान्य मार्गदर्शन लागि अनुमान छन्, वित्तीय छैन, चिकित्सा वा कर सल्लाह.