ද්විමය සම්භාවිතාව ගණනය

Find the probability of k successes in n independent trials.

P(X = k) —

P(X ≤ k) —

P(X ≥ k) —

මධ්‍යන්‍ය (n·p) —

වෙනස්වීම —

සම්මත විචල්‍ය —

ඔබ ටයිප් ලෙස ප්රතිඵල යාවත්කාලීන.

මෙම කැල්ක්යුලේටරය ගැන

the binomial distribution is used to calculate the number of successes in the n trials, the probability of exactly k successes is C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ. The binomial distribution is used to calculate the number of successes in the n trials, the probability of exactly k successes is C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ. The binomial distribution is used to calculate the number of successes in the n trials, the probability is C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ. The binomial distribution is used to calculate the number of successes in the n trials.The binomial probability calculator is used to calculate the number of successes in the n trials.Worked example:The term C(n, k) is used to calculate the number of successes in the n trials.The term C(n, k) is used to calculate the number of successes in the n trials.The term C(n, k) is used to calculate the number of successes in the n trials.The term C(n, k) is used to calculate the number of successes in the n trials.The term C(n, k) is used to calculate the number of successes in the n trials.The term C(n, k) is used to calculate the number of successes in the n trials.The term C(n, k) is used to calculate the number of successes in the n trials.The term C(n, k) is used to calculate the number of successes in the n trials.The term C(n, k) is used to calculate the number of successes in the n trials.The term C(n, k) is used to calculate the number of successes in the n trials.The term C(n, k) is used to calculate the number of successes in the n trials.The term C(n, k) is used to calculate the number of successes in the n trials.The term C(n, k) is used to calculate the number of successes in the n trials.

නිතර අසන ප්රශ්න

මම කවදා නම් ද්විත්ව බෙදාහැරීම භාවිතා කළ හැක?

ස්වාධීන පරීක්ෂණ ස්ථාවර සංඛ්යාවක් ඇති විට එය භාවිතා, එක් එක් පරීක්ෂණයක් පමණක් ප්රතිඵල දෙකක් (සාර්ථකත්වය හෝ අසාර්ථකත්වය) ඇත, හා සාර්ථකත්වය සම්භාවිතාව සෑම විටම එකම වේ - කාසියක් 10 වතාවක් හෝ කණ්ඩායමක් තුළ දෝෂ සහිත භාණ්ඩ ගණනය මෙන්.

P (X = k) සහ P (X ≤ k) අතර වෙනස කුමක්ද?

P (X = k) හරියටම k සාර්ථකත්වයන් අවස්ථා වේ, අතර P (X ≤ k)0, 1, … k සාර්ථකත්වයන් දක්වා අවස්ථා එකතු කරන අතර. රාශිභූත අනුවාදය "සහස්‍ර3සාර්ථකත්වයන් අවදානම කුමක්ද?" වැනි ප්රශ්නවලට පිළිතුරු දෙයි

මොකක්ද "n තෝරන්න k"?

C (n, k), කියවන්න "n k තෝරා", n සාර්ථකත්වයන් වන n පරීක්ෂණ k කුමන තෝරා ගැනීමට විවිධ ක්රම ගණනක් වේ. 10 පරීක්ෂණ හා3සාර්ථකත්වයන් සඳහා C (10, 3) = 120 එවැනි සංයෝජන, හා එක් එක් මුළු සම්භාවිතාව දායක වේ.

ද්විත්ව බෙදාහැරීමක සාමාන්ය හා සම්මත විචලනය කුමක්ද?

සාමාන්ය (සාර්ථකත්වයේ අපේක්ෂිත සංඛ්යාව) n·p වන අතර, විචලනය n·p·(1 − පී) වේ, ඒ නිසා සම්මත විචලනය √ (n·p·(1 − පී) වේ. 10 සාධාරණ කාසි flips සඳහා සාමාන්ය5වන අතර සම්මත විචලනය 1.58 ගැන වේ.

මම සාමාන්ය බෙදාහැරීම සමග ද්විත්ව ආසන්න වශයෙන් කළ හැකි විට?

n විශාල වන විට n·p සහ n·(1 − p) යන දෙකම අවම වශයෙන් 10 ක් පමණ වන විට, ද්විමය ශ්‍රිතය සාමාන්‍ය බෙදීමකින් හොඳින් ආසන්න කරගත හැක. මෙය බොහෝ විශාල නියැදි අනුපාත පරීක්ෂණවල පදනම වේ.

මම කොහොමද අවම වශයෙන් k සාර්ථකත්වයන් සම්භාවිතාව සොයා ගන්නේ කෙසේද?

P(X ≥ k) n සාර්ථකත්වය දක්වා k, k+1, … යන සම්භාවිතාවන් එකතු කරයි. එය 1 − P(X ≤ k − 1) හා සමාන වන අතර මෙම ද්විමය සම්භාවිතා ගණනය කිරීම් "අතිශයින්" අගය සමග එය සෘජුවම වාර්තා කරයි.

API - කේතය සිට මෙම කැල්ක්යුලේටරය භාවිතා

කිසිදු යතුරක් අවශ්ය - නිදහස් JSON අවසන් ස්ථානයක් ලෙස මෙම ගණනය කිරීම් ඇමතුම්. විමසුම් පරාමිතීන් හෝ JSON ලෙස පහත ක්ෂේත්ර අගයන් යවන්න. සම්පූර්ණ API ලේඛන කියවන්න →

අවසාන ස්ථානය

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);

ප්රතිඵල සාමාන්ය මග පෙන්වීම සඳහා පමණක් ඇස්තමේන්තු, මූල්ය, වෛද්ය හෝ බදු උපදෙස් නොවේ.

මෙම කැල්ක්යුලේටරය ගැන

නිතර අසන ප්රශ්න

සම්බන්ධ ගණක

අවසාන ස්ථානය

curl

JavaScript fetch()

JavaScript `fetch()`