2.3 KiB
2.3 KiB
title | localeTitle |
---|---|
Binomial Distribution | 二项分布 |
二项分布
二项分布描述了在具有成功概率p
n
独立伯努利试验中具有恰好k
成功的概率。
在我们使用binomail发布之前,必须满足四个条件。
- 审判是独立的。
- 试验次数
n
是固定的。 - 每个试验结果可分为成功或失败。
- 成功的概率
p
对于每个试验是相同的。
例
考虑一次抛硬币10次的实验。让“负责人”的结果成功,“尾巴”的结果就是失败。
- 扔硬币是实验的一个试验,每次我们掷硬币时,获得的结果与任何其他试验的结果无关。
- 我们把硬币扔了10次(固定值为
n
)。 - 我们决定将“Heads”视为成功,将“Tails”视为失败。
- 用公平硬币获得头部的概率是0.5,并且在每次试验中都是相同的。
满足所有四个条件,因此,我们可以使用二项分布对该实验进行建模。
让我们找到一次获得Heads exacty的概率,即1次成功。
有10个投掷,任何一个都可能导致Heads的结果,并且这10个场景中的每一个具有相同的概率。因此,最终概率可写为: [# Number of Scenarios] x P(single scenario)
上述等式的第一个分量是在n = 10
试验中排列k = 1
成功的方式的数量。第二个组成部分是四个(同样可能的)情景中任何一个的概率。
考虑P(Single Scenario)
在k
成功的一般情况下和n
试验中的n - k
失败。要查找值,请对独立事件使用乘法规则:
从n
试验中获得k
成功的方法可以写成n选择k :
因此,在n
独立试验中获得准确观察k
成功概率的通式如下:
因此,在试验中获得正好一个头的概率是:
均值和方差
具有n
试验的二项分布的均值,其中p
是成功的概率,由下式给出:
和方差: