二项分布怎么算

二项分布公式是P(X=k)=C(n,k)(p^k)*(1-p)^(n-k)。其中n是试验次数,X表示随机试验的结果。k是指定事件发生的次数,p是指定事件在一次试验中发生的概率。
二项分布是由伯努利提出的概念,指的是重复n次独立的伯努利试验。在每次试验中只有两种可能的结果,而且两种结果发生与否互相对立,并且相互独立,与其它各次试验结果无关,事件发生与否的概率在每一次独立试验中都保持不变,则这一系列试验总称为n重伯努利实验,当试验次数为1时,二项分布服从0-1分布。
二项分布在心理与教育研究中,主要用于解决含有机遇性质的问题。所谓机遇问题,即指在实验或调查中,实验结果可能是由猜测而造成的。比如,选择题目的回答,划对划错,可能完全由猜测造成。凡此类问题,欲区分由猜测而造成的结果与真实的结果之间的界限,就要应用二项分布来解决。

  • 浜岄」鍒嗗竷璁$畻鍏紡鏄粈涔?
    绛旓細Cnk=n!/(k!*(n-k)!),鍏朵腑n!琛ㄧずn鐨勯樁涔橈紝鍗硁!=n*(n-1)*(n-2)*...*3*2*1銆俻琛ㄧず姣忔璇曢獙鎴愬姛鐨勬鐜囷紝1-p鍒欒〃绀烘瘡娆¤瘯楠屽け璐ョ殑姒傜巼銆俴琛ㄧず鎴愬姛鐨勬鏁帮紝n-k琛ㄧず澶辫触鐨勬鏁般浜岄」鍒嗗竷鏄竴绉嶅湪n娆$嫭绔嬬殑浼姫鍒╄瘯楠屼腑鎴愬姛娆℃暟X鐨勭鏁f鐜囧垎甯冿紝鍏朵腑姣忔璇曢獙鐨勬垚鍔熸鐜囦负p銆備簩椤瑰垎甯冪殑姒...
  • 浜岄」鍒嗗竷璁$畻鍏紡鏄粈涔?
    绛旓細浜岄」鍒嗗竷姒傜巼鍏紡P锛圶=k)=C(n,k)锛坧^k锛*(1-p)^(n-k)n鏄瘯楠屾鏁锛宬鏄寚瀹氫簨浠跺彂鐢熺殑娆℃暟锛宲鏄寚瀹氫簨浠跺湪涓娆¤瘯楠屼腑鍙戠敓鐨勬鐜囥備簩椤瑰垎甯冨氨鏄噸澶峮娆$嫭绔嬬殑浼姫鍒╄瘯楠屻傚湪姣忔璇曢獙涓彧鏈変袱绉嶅彲鑳界殑缁撴灉锛岃屼笖涓ょ缁撴灉鍙戠敓涓庡惁浜掔浉瀵圭珛锛屽苟涓旂浉浜掔嫭绔嬶紝涓庡叾瀹冨悇娆¤瘯楠岀粨鏋滄棤鍏筹紝浜嬩欢鍙戠敓涓庡惁鐨...
  • 浜岄」鍒嗗竷鍏紡濡備綍璁$畻
    绛旓細浜岄」鍒嗗竷鍏紡鏄疨=p^k*p^(n-k)銆傚湪n娆$嫭绔嬮噸澶嶇殑浼姫鍒╄瘯楠屼腑锛岃姣忔璇曢獙涓簨浠禔鍙戠敓鐨勬鐜囦负p銆傜敤X琛ㄧずn閲嶄集鍔埄璇曢獙涓簨浠禔鍙戠敓鐨勬鏁帮紝浜嬩欢{X=k}鍗充负鈥渘娆¤瘯楠屼腑浜嬩欢A鎭板ソ鍙戠敓k娆♀濓紝闅忔満鍙橀噺X鐨勭鏁f鐜囧垎甯冨嵆涓轰簩椤瑰垎甯冦傚湪姒傜巼璁哄拰缁熻瀛︿腑锛屼簩椤瑰垎甯冩槸n涓嫭绔嬬殑鎴愬姛/澶辫触璇曢獙涓垚鍔熺殑...
  • 浜岄」鍒嗗竷璁$畻鍏紡鏄粈涔?
    绛旓細浜岄」鍒嗗竷鍏紡涓猴細P锛圶=k)=C (n锛宬)锛坧^k锛* (1-p)^ (n-k)銆備笅闈㈡槸鍏充簬浜岄」鍒嗗竷鍏紡鐨勪竴浜涙嫇灞 1銆佷簩椤瑰垎甯冩槸n涓嫭绔嬬殑鎴愬姛/澶辫触璇曢獙涓垚鍔熺殑娆℃暟鐨勭鏁f鐜囧垎甯冿紝鍏朵腑姣忔璇曢獙鐨勬垚鍔熸鐜囦负p銆傛槸鏄捐憲鎬у樊寮傜殑浜岄」璇曢獙鐨勫熀纭锛屽彲浠ュ府鍔╂垜浠簡瑙e拰鐩戞帶鐢熶骇瀹炶返杩囩▼涓敱浜庢煇浜涘洜绱犺屽鑷寸殑娉㈠姩銆
  • 浜岄」鍒嗗竷鐨璁$畻鍏紡鏄鎬庢牱鐨?
    绛旓細浜岄」寮忓垎甯冨叕寮忥細P=C锛圶锛宯锛*蟺^X*锛1-蟺锛塣锛坣-X锛銆備竴銆佷簩椤瑰垎甯冪殑姒傚康锛氫簩椤瑰垎甯冩槸鐢变集鍔埄鎻愬嚭鐨勬蹇碉紝鎸囩殑鏄噸澶峮娆$嫭绔嬬殑浼姫鍒╄瘯楠屻傚湪姣忔璇曢獙涓彧鏈変袱绉嶅彲鑳界殑缁撴灉锛岃屼笖涓ょ缁撴灉鍙戠敓涓庡惁浜掔浉瀵圭珛锛屽苟涓旂浉浜掔嫭绔嬶紝涓庡叾瀹冨悇娆¤瘯楠岀粨鏋滄棤鍏筹紝浜嬩欢鍙戠敓涓庡惁鐨勬鐜囧湪姣忎竴娆$嫭绔嬭瘯楠屼腑閮戒繚鎸佷笉...
  • 浜岄」鍒嗗竷璁$畻鍏紡鏄粈涔
    绛旓細X)=Np(1-p)鈶°傚皢鈶犱唬鍏モ憽锛屸埓B2=(1-p)x'銆傗埓p=1-(B2)/x'=(x'-B2)/x'銆傚皢p鍐嶄唬鍏モ憼锛屸埓N=(x')²/(x'-B2)銆傚湪姒傜巼璁哄拰缁熻瀛︿腑锛浜岄」鍒嗗竷鏄痭涓嫭绔嬬殑鏄/闈炶瘯楠屼腑鎴愬姛鐨勬鏁扮殑绂绘暎姒傜巼鍒嗗竷锛屽叾涓瘡娆¤瘯楠岀殑鎴愬姛姒傜巼涓簆銆傝繖鏍风殑鍗曟鎴愬姛/澶辫触璇曢獙鍙堢О涓轰集鍔埄璇曢獙銆
  • 浜岄」鍒嗗竷璁$畻鍏紡鏄粈涔?
    绛旓細X~B(n,p)鏄浜岄」鍒嗗竷锛屽嵆浜嬩欢鍙戠敓鐨勬鐜囦负p锛岄噸澶峮娆°傚畠鐨勬湡鏈汦=np锛屾柟宸负np(1-p)銆傚湪姒傜巼璁哄拰缁熻瀛︿腑锛屼簩椤瑰垎甯冩槸n涓嫭绔嬬殑鎴愬姛/澶辫触璇曢獙涓垚鍔熺殑娆℃暟鐨勭鏁f鐜囧垎甯冿紝鍏朵腑姣忔璇曢獙鐨勬垚鍔熸鐜囦负p銆傝繖鏍风殑鍗曟鎴愬姛/澶辫触璇曢獙鍙堢О涓轰集鍔埄璇曢獙銆傚疄闄呬笂锛屽綋n=1鏃讹紝浜岄」鍒嗗竷灏辨槸浼姫鍒╁垎甯冦
  • 浠涔堟槸浜岄」鍒嗗竷?
    绛旓細浜岄」鍒嗗竷鐨刢鏄粍鍚堟剰鎬濓紝杩欐槸楂樹腑鏁板涓殑缁勫悎鏁帮紝浠5涓笉鍚岀殑鏁颁腑浠诲彇3涓紝绠楁硶鏄細C锛5锛3锛=5锛/锛3锛伱楋紙5-3锛夛紒锛5锛=5脳4脳3脳2脳1=120 3锛伱楋紙5-3锛夛紒=3锛伱2锛=锛3脳2脳1锛壝楋紙2脳1锛=12 C锛5锛3锛=10 绯绘暟鎬ц川锛1銆佸拰棣栨湯涓ょ绛夎窛绂荤殑绯绘暟鐩哥瓑銆2銆佸綋浜岄」寮...
  • 浜岄」鍒嗗竷璁$畻鍏紡
    绛旓細鏍规嵁浜岄」鍒嗗竷鐨勬柟宸叕寮 D(X1)=n路p1路(1-p1)D(X2)=n路p2路(1-p2)D(Y)=n(p1+p2)(1-p1-p2)鍙︿竴鏂归潰 D(Y)=D(X1+X2)=D(X1)+D(X2)+2Cov(X1,X2)鈭磏(p1+p2)(1-p1-p2)=n路p1路(1-p1)+n路p2路(1-p2)+2Cov(X1,X2)灞曞紑骞跺寲绠寰楀埌 Cov(X1,X2)=-n路p1路p2 ...
  • 浠涔堟槸浜岄」鍒嗗竷?
    绛旓細鍏蜂綋璁$畻鏂规硶涓猴細灏浜岄」鍒嗗竷鐨勫弬鏁皀p鍜宯锛1-p锛変唬鍏ユ鎬佸垎甯冪殑鏈熸湜鍜屾柟宸叕寮忥紝寰楀埌姝f佸垎甯冪殑鍙傛暟渭=np鍜屜僞2=np锛1-p锛夛紝鐒跺悗浣跨敤姝f佸垎甯冪殑姒傜巼瀵嗗害鍑芥暟鏉ヨ绠楁鐜囥備簩椤瑰垎甯冪殑鐗圭偣锛1銆佺鏁fэ細浜岄」鍒嗗竷涓紝鎴愬姛鐨勬鏁版槸绂绘暎鐨勶紝鍏跺彇鍊煎彧鑳芥槸0锛1锛2锛...锛宯銆傝繖绉嶇鏁fт娇寰椾簩椤瑰垎甯冨湪...
  • 扩展阅读:二项分布的参数 ... 数学二项分布公式 ... 二项分布数值表 ... 二项分布表格 ... 二项分布判断 ... 二项分布的计算例题 ... 二项分布中c的算法 ... 二项分布c 4 3 怎么算 ... 二项分布e x 计算公式 ...

    本站交流只代表网友个人观点,与本站立场无关
    欢迎反馈与建议,请联系电邮
    2024© 车视网