Стандартное отклонение гипергеометрического распределения Решение

ШАГ 0: Сводка предварительного расчета
Используемая формула
Стандартное отклонение в нормальном распределении = sqrt((Размер образца*Число успеха*(Численность населения-Число успеха)*(Численность населения-Размер образца))/((Численность населения^2)*(Численность населения-1)))
σ = sqrt((n*NSuccess*(N-NSuccess)*(N-n))/((N^2)*(N-1)))
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.
Размер образца - Размер выборки — это общее количество лиц, присутствующих в конкретной выборке, взятой из данной исследуемой совокупности.
Число успеха - Число успешных испытаний — это количество раз, когда конкретный исход, установленный как успешный, происходит в фиксированном количестве независимых испытаний Бернулли.
Численность населения - Размер популяции — это общее количество особей, присутствующих в данной исследуемой популяции.
ШАГ 1. Преобразование входов в базовый блок
Размер образца: 65 --> Конверсия не требуется
Число успеха: 5 --> Конверсия не требуется
Численность населения: 100 --> Конверсия не требуется
ШАГ 2: Оцените формулу
Подстановка входных значений в формулу
σ = sqrt((n*NSuccess*(N-NSuccess)*(N-n))/((N^2)*(N-1))) --> sqrt((65*5*(100-5)*(100-65))/((100^2)*(100-1)))
Оценка ... ...
σ = 1.04476811017584
ШАГ 3: Преобразуйте результат в единицу вывода
1.04476811017584 --> Конверсия не требуется
ОКОНЧАТЕЛЬНЫЙ ОТВЕТ
1.04476811017584 1.044768 <-- 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+!

Гипергеометрическое распределение Калькуляторы

Гипергеометрическое распределение
​ LaTeX ​ Идти Гипергеометрическая функция распределения вероятностей = (C(Количество элементов в выборке,Количество успехов в выборке)*C(Количество элементов в популяции-Количество элементов в выборке,Количество успехов в популяции-Количество успехов в выборке))/(C(Количество элементов в популяции,Количество успехов в популяции))
Стандартное отклонение гипергеометрического распределения
​ LaTeX ​ Идти Стандартное отклонение в нормальном распределении = sqrt((Размер образца*Число успеха*(Численность населения-Число успеха)*(Численность населения-Размер образца))/((Численность населения^2)*(Численность населения-1)))
Дисперсия гипергеометрического распределения
​ LaTeX ​ Идти Отклонение данных = (Размер образца*Число успеха*(Численность населения-Число успеха)*(Численность населения-Размер образца))/((Численность населения^2)*(Численность населения-1))
Среднее значение гипергеометрического распределения
​ LaTeX ​ Идти Среднее в нормальном распределении = (Размер образца*Число успеха)/(Численность населения)

Стандартное отклонение гипергеометрического распределения формула

​LaTeX ​Идти
Стандартное отклонение в нормальном распределении = sqrt((Размер образца*Число успеха*(Численность населения-Число успеха)*(Численность населения-Размер образца))/((Численность населения^2)*(Численность населения-1)))
σ = sqrt((n*NSuccess*(N-NSuccess)*(N-n))/((N^2)*(N-1)))

Что такое гипергеометрическое распределение?

Гипергеометрическое распределение — это дискретное распределение вероятностей, которое описывает количество успешных результатов в фиксированном числе испытаний Бернулли (т. е. испытаний только с двумя возможными исходами: успех или неудача) без замены. Функция массы вероятности (PMF) гипергеометрического распределения определяется как: P(X = x) = (C(K,x) * C(NK,nx)) / C(N,n) Гипергеометрическое распределение используется для смоделируйте вероятность наблюдения определенного количества «успехов» в фиксированном количестве розыгрышей из конечной совокупности, где вероятность успеха меняется при каждом розыгрыше. Он используется во многих областях, таких как генетика, контроль качества и проверка выборки, когда образец берется без замены.

Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!