Mittelwert der negativen Binomialverteilung Lösung

SCHRITT 0: Zusammenfassung vor der Berechnung
Gebrauchte Formel
Mittelwert in Normalverteilung = (Anzahl der Erfolge*Wahrscheinlichkeit eines Scheiterns der Binomialverteilung)/Erfolgswahrscheinlichkeit
μ = (NSuccess*qBD)/p
Diese formel verwendet 4 Variablen
Verwendete Variablen
Mittelwert in Normalverteilung - Mittelwert bei Normalverteilung ist der Durchschnitt der Einzelwerte in den gegebenen statistischen Daten, der der Normalverteilung folgt.
Anzahl der Erfolge - Die Anzahl der Erfolge ist die Häufigkeit, mit der ein bestimmtes Ergebnis, das als Erfolg des Ereignisses festgelegt wird, in einer festgelegten Anzahl unabhängiger Bernoulli-Versuche auftritt.
Wahrscheinlichkeit eines Scheiterns der Binomialverteilung - Die Wahrscheinlichkeit eines Scheiterns in der Binomialverteilung ist die Wahrscheinlichkeit, dass ein bestimmtes Ergebnis in einem einzelnen Versuch einer festen Anzahl unabhängiger Bernoulli-Versuche nicht eintritt.
Erfolgswahrscheinlichkeit - Die Erfolgswahrscheinlichkeit ist die Wahrscheinlichkeit, dass ein bestimmtes Ergebnis in einem einzelnen Versuch einer festen Anzahl unabhängiger Bernoulli-Versuche eintritt.
SCHRITT 1: Konvertieren Sie die Eingänge in die Basiseinheit
Anzahl der Erfolge: 5 --> Keine Konvertierung erforderlich
Wahrscheinlichkeit eines Scheiterns der Binomialverteilung: 0.4 --> Keine Konvertierung erforderlich
Erfolgswahrscheinlichkeit: 0.6 --> Keine Konvertierung erforderlich
SCHRITT 2: Formel auswerten
Eingabewerte in Formel ersetzen
μ = (NSuccess*qBD)/p --> (5*0.4)/0.6
Auswerten ... ...
μ = 3.33333333333333
SCHRITT 3: Konvertieren Sie das Ergebnis in die Ausgabeeinheit
3.33333333333333 --> Keine Konvertierung erforderlich
ENDGÜLTIGE ANTWORT
3.33333333333333 3.333333 <-- Mittelwert in Normalverteilung
(Berechnung in 00.004 sekunden abgeschlossen)

Credits

Creator Image
Erstellt von Nishan Poojary
Shri Madhwa Vadiraja Institut für Technologie und Management (SMVITM), Udupi
Nishan Poojary hat diesen Rechner und 500+ weitere Rechner erstellt!
Verifier Image
Geprüft von Mona Gladys
St. Joseph's College (SJC), Bengaluru
Mona Gladys hat diesen Rechner und 1800+ weitere Rechner verifiziert!

Binomialverteilung Taschenrechner

Standardabweichung der Binomialverteilung
​ LaTeX ​ Gehen Standardabweichung in der Normalverteilung = sqrt(Anzahl von Versuchen*Erfolgswahrscheinlichkeit*Wahrscheinlichkeit eines Scheiterns der Binomialverteilung)
Mittelwert der negativen Binomialverteilung
​ LaTeX ​ Gehen Mittelwert in Normalverteilung = (Anzahl der Erfolge*Wahrscheinlichkeit eines Scheiterns der Binomialverteilung)/Erfolgswahrscheinlichkeit
Varianz der Binomialverteilung
​ LaTeX ​ Gehen Varianz der Daten = Anzahl von Versuchen*Erfolgswahrscheinlichkeit*Wahrscheinlichkeit eines Scheiterns der Binomialverteilung
Mittelwert der Binomialverteilung
​ LaTeX ​ Gehen Mittelwert in Normalverteilung = Anzahl von Versuchen*Erfolgswahrscheinlichkeit

Mittelwert der negativen Binomialverteilung Formel

​LaTeX ​Gehen
Mittelwert in Normalverteilung = (Anzahl der Erfolge*Wahrscheinlichkeit eines Scheiterns der Binomialverteilung)/Erfolgswahrscheinlichkeit
μ = (NSuccess*qBD)/p

Was ist eine negative Binomialverteilung?

Die negative Binomialverteilung ist eine Wahrscheinlichkeitsverteilung für eine diskrete Zufallsvariable, die die Anzahl der Bernoulli-Versuche (Experimente mit nur zwei möglichen Ergebnissen wie Erfolg oder Misserfolg) beschreibt, die durchgeführt werden müssen, damit eine bestimmte Anzahl von Erfolgen eintritt. Die Erfolgswahrscheinlichkeit in jedem Versuch wird als "p" bezeichnet und die Anzahl der Erfolge wird als "r" bezeichnet. Die Wahrscheinlichkeitsmassenfunktion der negativen Binomialverteilung ist gegeben durch: P(X = k) = (k-1 r)C(r-1) *(p^r)*((1-p)^(kr)) Die negative Binomialverteilung ist eine Verallgemeinerung der geometrischen Verteilung, die dem Fall r=1 entspricht. Es wird verwendet, um die Anzahl der Fehler vor einer bestimmten Anzahl von Erfolgen in einer Folge von Bernoulli-Versuchen zu modellieren.

Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!