Binomna raspodela

From Wikipedia, the free encyclopedia

Binomna raspodela
Remove ads

U teoriji verovatnoće i statistici, binomna raspodela sa parametrima i je diskretna raspodela verovatnoće broja uspeha u sekvenci od nezavisnih eksperimenata, svaki od kojih daje odgovor na da-ne pitanje, i svaki ima svoj bulov rezultat - uspeh/da/tačno/jedan (sa verovatnoćoḿ ) ili neuspeh/ne/lažno/nula (sa verovatnoćom q = 1 − ). Pojedinačni uspeh/neuspeh eksperimenta se takođe naziva Bernulijev pokušaj ili Bernulijev eksperiment, a sekvenca ishoda se naziva Bernulijev proces; za pojedinačni pokušaj, i.e., = 1, binomna distribucija je Bernulijeva raspodela. Binomna distribucija je osnova za popularni binomni test statističkog značaja.

Укратко Notacija, Parametri ...
Thumb
Binomna distribucija za
sa i kao u Paskalovom trouglu
Verovatnoća da će kugla u Galtonovoj kutiji sa 8 slojeva ( = 8) završiti u centralnoj kutiji ( = 4) je .

Binomna distribucija se često koristi za modelovanje broja uspeha u uzorku veličine koji je izvučen sa zamenom iz populacije veličine . Ako se uzorkovanje vrši bez zamene, izvlačenja nisu nezavisna, pa je rezultirajuća raspodela hipergeometrijska, a ne binomna. Međutim, za mnogo veće od , binomna distribucija ostaje dobra aproksimacija i široko se koristi.

Remove ads

Specifikacija

Funkcija verovatnoće

Generalno, ako randomna promenljiva X sledi binomnu distribuciju sa parametrima i ∈ [0,1], piše se X ~ . Verovatnoća da se dobije tačno uspeha u pokušaja je data funkcijom verovatnoće:

za  = 0, 1, 2, ..., n, gde je

binomni koeficijent,[1] po kome je raspodela dobila ime. Formula se može razumeti na sledeći način. uspeha se javlja sa verovatnoćom i neuspeha se javlja sa verovatnoćom . Međutim, uspeha se može javiti bilo gde među pokušaja, i postoji različitih načina raspodeljivanja uspeha u nizu od pokušaja.

Pri stvaranju referentnih tabela za verovatnoću binomne distribucije, obično se tabela popunjava do /2 vrednosti. To je zato što se za , verovatnoća može izračunati njenim komplementom kao

Gledajući izraz kao funkciju od , postoji vrednosti koje je maksimiziraju. Stoga se vrednost može naći izračunavajući

i upoređujući tu vrednost sa 1. Uvek postoji ceo broj M koji zadovoljava

je monotono rastući za i monotono opadajući za , uz izuzetak slučaja gde je ceo broj. U tom slučaju, postoje dve vrednosti za koje je maksimalno: i . je najverovatniji ishod (mada još uvek može da bude sveukupno malo verovatan) Bernulijevih pokušaja i naziva se modus.[2][3][4][5]

Funkcija kumulativne verovatnoće

Funkcija kumulativne verovatnoće se može izraziti kao:[6]

gde je „pod” ispod , i.e. najveći ceo broj manji od ili jedna sa .

On se može predstaviti u vidu regulisane nekompletne beta funkcije,[7][8] na sledeći način:[9]

Neki granični slučajevi zatvorenog oblika za funkciju kumulativne distribucije dati su u nastavku.

Remove ads

Primer

Pretpostavka je da se pristranim bacanjem novčića dobija glava sa verovatnoćom 0,3. Pitanje je: koja je verovatnoća postizanja 0, 1, ..., 6 glava posle šest bacanja?

[10]
Remove ads

Očekivanje

Ako je , drugim rečima, X je binomno distribuirana randomna promenljiva, pri čemu je ukupan broj eksperimenata, a je verovatnoća svakog eksperimenta da proizvede uspešan rezultat, onda je očekivana vrednost X:[11]

Na primer, ako je = 100, i = 1/4, onda je prosečan broj uspešnih rezultata 25.

Proof: Srednja vrednost, μ, se direktno izračunava po definiciji

i binomnoj teoremi:

Srednja vrednost se može izvesti iz jednačine gde su sve randomne promenljive obuhvaćene Bernulijevom raspodelom sa ( ako -ti eksperiment uspe, dok je inače ). Dobija se:

Remove ads

Varijansa

Varijansa je:

Dokaz: Neka je gde su sve nezavisne randomne promenljive Bernulijeve raspodele. Kako je , dobija se:

Remove ads

Reference

Literatura

Spoljašnje veze

Loading related searches...

Wikiwand - on

Seamless Wikipedia browsing. On steroids.

Remove ads