ද්විමය සම්භාවිතාව ගණනය
මීට අමතරව යම් යම් අවස්ථාවලදී යම් යම් හේතූන් මත යම් යම් තීරණ ගැනීමේ හැකියාවද පවතී.
ඔබ ටයිප් ලෙස ප්රතිඵල යාවත්කාලීන.
මෙම කැල්ක්යුලේටරය ගැන
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.
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. ඔබ අතහැර දමන ඕනෑම දෙයක් මෙම පිටුව සමග පෙර පිරවීම වන එම පෙරනිමි භාවිතා; නොදන්නා පරාමිතියක් 400 වේ, නිහඬ ශුන්ය කිසි විටෙකත්. 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.