Стандартное отклонение биномиального распределения Решение

ШАГ 0: Сводка предварительного расчета
Используемая формула
Стандартное отклонение в нормальном распределении = sqrt(Количество испытаний*Вероятность успеха*Вероятность неудачи при биномиальном распределении)
σ = sqrt(NTrials*p*qBD)
В этой формуле используются 1 Функции, 4 Переменные
Используемые функции
sqrt - Функция квадратного корня — это функция, которая принимает в качестве входных данных неотрицательное число и возвращает квадратный корень заданного входного числа., sqrt(Number)
Используемые переменные
Стандартное отклонение в нормальном распределении - Стандартное отклонение в нормальном распределении — это квадратный корень из ожидаемого квадрата отклонения заданного нормального распределения после получения данных от его среднего значения по совокупности или выборочного среднего.
Количество испытаний - Количество испытаний — это общее количество повторений определенного случайного эксперимента при сходных обстоятельствах.
Вероятность успеха - Вероятность успеха — это вероятность того, что конкретный исход произойдет в одном испытании из фиксированного числа независимых испытаний Бернулли.
Вероятность неудачи при биномиальном распределении - Вероятность неудачи при биномиальном распределении — это вероятность того, что конкретный результат не произойдет ни в одном испытании из фиксированного числа независимых испытаний Бернулли.
ШАГ 1. Преобразование входов в базовый блок
Количество испытаний: 10 --> Конверсия не требуется
Вероятность успеха: 0.6 --> Конверсия не требуется
Вероятность неудачи при биномиальном распределении: 0.4 --> Конверсия не требуется
ШАГ 2: Оцените формулу
Подстановка входных значений в формулу
σ = sqrt(NTrials*p*qBD) --> sqrt(10*0.6*0.4)
Оценка ... ...
σ = 1.54919333848297
ШАГ 3: Преобразуйте результат в единицу вывода
1.54919333848297 --> Конверсия не требуется
ОКОНЧАТЕЛЬНЫЙ ОТВЕТ
1.54919333848297 1.549193 <-- Стандартное отклонение в нормальном распределении
(Расчет завершен через 00.004 секунд)

Кредиты

Creator Image
Сделано Нишан Пуджари
Институт технологий и менеджмента Шри Мадхвы Вадираджи (SMVITM), Удупи
Нишан Пуджари создал этот калькулятор и еще 500+!
Verifier Image
Проверено Мона Глэдис
Колледж Святого Иосифа (SJC), Бангалор
Мона Глэдис проверил этот калькулятор и еще 1800+!

Биномиальное распределение Калькуляторы

Стандартное отклонение биномиального распределения
​ LaTeX ​ Идти Стандартное отклонение в нормальном распределении = sqrt(Количество испытаний*Вероятность успеха*Вероятность неудачи при биномиальном распределении)
Среднее отрицательного биномиального распределения
​ LaTeX ​ Идти Среднее в нормальном распределении = (Число успеха*Вероятность неудачи при биномиальном распределении)/Вероятность успеха
Дисперсия биномиального распределения
​ LaTeX ​ Идти Отклонение данных = Количество испытаний*Вероятность успеха*Вероятность неудачи при биномиальном распределении
Среднее биномиальное распределение
​ LaTeX ​ Идти Среднее в нормальном распределении = Количество испытаний*Вероятность успеха

Стандартное отклонение биномиального распределения формула

​LaTeX ​Идти
Стандартное отклонение в нормальном распределении = sqrt(Количество испытаний*Вероятность успеха*Вероятность неудачи при биномиальном распределении)
σ = sqrt(NTrials*p*qBD)

Что такое биномиальное распределение?

Биномиальное распределение — это распределение вероятностей, которое описывает количество успешных результатов в фиксированном числе независимых испытаний. Каждое испытание имеет только два возможных результата, обычно обозначаемых как «успех» и «неудача». Биномиальное распределение определяется двумя параметрами: вероятностью успеха (p) в одном испытании и количеством испытаний (n). Вероятность получения ровно k успешных результатов в n испытаниях определяется формулой биномиальной вероятности. P(x) = (n Choose x) * (p^x) * ((1-p)^(nx)) Это также дискретное распределение вероятностей, которое используется для моделирования количества успехов в фиксированном количестве Испытания Бернулли с фиксированной вероятностью успеха.

Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!