Калькулятор біноміального розподілу

Біноміальний розподіл - це один з найважливіших дискретних розподілів ймовірностей, який описує кількість успіхів у серії n незалежних випробувань Бернуллі, де кожне випробування має ймовірність успіху p. Біноміальний розподіл має широке застосування в статистиці, теорії ймовірностей, контролі якості, медицині, соціології та багатьох інших галузях. Він використовується для моделювання ситуацій, де є два можливі результати (успіх/неуспіх), наприклад, підкидання монети, проходження тесту, виробництво дефектних виробів тощо. Наш калькулятор дозволяє обчислити ймовірність точно k успіхів, ймовірність не більше k успіхів, математичне сподівання, дисперсію та стандартне відхилення біноміального розподілу, надаючи повний аналіз розподілу.

Калькулятор біноміального розподілу

Виберіть тип розрахунку:

Формули біноміального розподілу

Ймовірність точно k успіхів

P(X = k) = C(n,k) × p^k × (1-p)^(n-k)
де C(n,k) = n! / (k! × (n-k)!)

де n - кількість випробувань, p - ймовірність успіху, k - кількість успіхів.

Приклад: Підкидаємо монету 10 разів. Яка ймовірність отримати рівно 5 орлів?

n = 10, p = 0.5, k = 5

P(X = 5) = C(10,5) × 0.5^5 × 0.5^5 = 252 × 0.03125 = 0.2461 (24.61%)

Кумулятивна функція розподілу

P(X ≤ k) = Σ(i=0 to k) C(n,i) × p^i × (1-p)^(n-i)
P(X ≥ k) = 1 - P(X ≤ k-1) = Σ(i=k to n) C(n,i) × p^i × (1-p)^(n-i)

Математичне сподівання

E[X] = n × p

Середня кількість успіхів у n випробуваннях.

Дисперсія та стандартне відхилення

Var(X) = n × p × (1-p) = n × p × q
σ = √(n × p × (1-p))

де q = 1-p - ймовірність неуспіху.

Умови застосування

  • Фіксована кількість випробувань n
  • Кожне випробування незалежне
  • Два можливі результати (успіх/неуспіх)
  • Ймовірність успіху p постійна для всіх випробувань

Застосування біноміального розподілу

Статистичні методи застосовуються у всіх сферах, де є дані. У медицині клінічні дослідження потребують статистики для доведення ефективності препаратів (t-тест, ANOVA, виживаність Каплана-Мейєра). У соціальних науках опитування та кореляційний аналіз виявляють тренди та зв'язки між явищами. В економіці та фінансах регресійний аналіз прогнозує попит, оцінює ризики (VaR) та будує торгові стратегії. В машинному навчанні статистика — основа оцінки якості моделей: точність, повнота, F1-міра, ROC-AUC. У промисловості статистичний контроль якості (SPC) виявляє дефекти виробничих процесів у реальному часі.

Контроль якості

  • Ймовірність знайти k дефектних виробів у вибірці
  • Планування вибіркового контролю
  • Оцінка якості виробництва

Медицина та біологія

  • Ймовірність k успішних лікувань з n пацієнтів
  • Ефективність ліків та процедур
  • Генетичні дослідження

Соціологія та маркетинг

  • Ймовірність k позитивних відгуків з n опитаних
  • Ефективність рекламних кампаній
  • Вибіркові опитування

Фінанси

  • Ймовірність k успішних інвестицій
  • Моделювання ризиків
  • Оцінка кредитних ризиків

Наближення біноміального розподілу

Нормальне наближення

Для великих n біноміальний розподіл можна наблизити нормальним:

Якщо np ≥ 5 та n(1-p) ≥ 5, то:
X ~ N(μ, σ²), де μ = np, σ² = np(1-p)

Наближення Пуассона

Для великих n та малих p:

Якщо n велике та p мале (np < 5), то:
X ~ Poisson(λ), де λ = np

Практичне значення та контекст

Коротка довідка

Основи математичної статистики закладали Гаусс (метод найменших квадратів, 1809), Пірсон (коефіцієнт кореляції, хі-квадрат, 1900) та Госсет/Стьюдент (t-тест, 1908). Фішер систематизував статистику у книзі «Statistical Methods for Research Workers» (1925), ввівши ANOVA, рандомізацію та p-значення. Нейман і Пірсон (1933) формалізували теорію перевірки гіпотез.

Де застосовується

Статистичні методи застосовуються у всіх сферах, де є дані. У медицині клінічні дослідження потребують статистики для доведення ефективності препаратів (t-тест, ANOVA, виживаність Каплана-Мейєра). У соціальних науках опитування та кореляційний аналіз виявляють тренди та зв'язки між явищами. В економіці та фінансах регресійний аналіз прогнозує попит, оцінює ризики (VaR) та будує торгові стратегії. В машинному навчанні статистика — основа оцінки якості моделей: точність, повнота, F1-міра, ROC-AUC. У промисловості статистичний контроль якості (SPC) виявляє дефекти виробничих процесів у реальному часі.

Часті запитання (FAQ)

Що таке випробування Бернуллі?
Випробування Бернуллі - це випадковий експеримент з двома можливими результатами: успіх (ймовірність p) та неуспіх (ймовірність 1-p). Приклади: підкидання монети, проходження/непроходження тесту, дефектний/якісний виріб.
Чому біноміальний розподіл називається "біноміальним"?
Назва походить від бінома Ньютона (a+b)ⁿ. Коефіцієнти C(n,k) у формулі ймовірності збігаються з біноміальними коефіцієнтами в розкладанні (p + (1-p))ⁿ = 1.
Як обчислити P(X ≤ k) для великих n?
Для великих n використовується нормальне наближення або спеціалізовані алгоритми. Також можна використовувати рекурсивні формули або таблиці кумулятивного розподілу.
Що таке мода біноміального розподілу?
Мода (найбільш ймовірне значення) біноміального розподілу: floor((n+1)p), якщо (n+1)p не є цілим числом, або (n+1)p та (n+1)p - 1, якщо (n+1)p є цілим числом.
Як біноміальний розподіл пов'язаний з нормальним?
При великих n (np ≥ 5 та n(1-p) ≥ 5) біноміальний розподіл наближається до нормального розподілу з параметрами μ = np та σ² = np(1-p) завдяки центральній граничній теоремі.

📁 Категорія: Статистика

📚 Читайте також: Біноміальний розподіл: теорія ймовірностей на практиці