Стандартное отклонение отрицательного биномиального распределения Решение

ШАГ 0: Сводка предварительного расчета
Используемая формула
Стандартное отклонение в нормальном распределении = sqrt(Число успеха*Вероятность неудачи при биномиальном распределении)/Вероятность успеха
σ = sqrt(NSuccess*qBD)/p
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.
Число успеха - Число успешных испытаний — это количество раз, когда конкретный исход, установленный как успешный, происходит в фиксированном количестве 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.
Вероятность успеха - Вероятность успеха — это вероятность того, что конкретный исход произойдет в одном испытании из фиксированного числа независимых испытаний Бернулли.
ШАГ 1. Преобразование входов в базовый блок
Число успеха: 5 --> Конверсия не требуется
Вероятность неудачи при биномиальном распределении: 0.4 --> Конверсия не требуется
Вероятность успеха: 0.6 --> Конверсия не требуется
ШАГ 2: Оцените формулу
Подстановка входных значений в формулу
σ = sqrt(NSuccess*qBD)/p --> sqrt(5*0.4)/0.6
Оценка ... ...
σ = 2.35702260395516
ШАГ 3: Преобразуйте результат в единицу вывода
2.35702260395516 --> Конверсия не требуется
ОКОНЧАТЕЛЬНЫЙ ОТВЕТ
2.35702260395516 2.357023 <-- Стандартное отклонение в нормальном распределении
(Расчет завершен через 00.020 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 отрицательного биномиального распределения формула

​LaTeX ​Идти
Стандартное отклонение в нормальном распределении = sqrt(Число успеха*Вероятность неудачи при биномиальном распределении)/Вероятность успеха
σ = sqrt(NSuccess*qBD)/p

Что такое отрицательное биномиальное распределение?

Отрицательное биномиальное распределение — это распределение вероятностей для дискретной случайной величины, которое описывает количество испытаний Бернулли (экспериментов только с двумя возможными исходами, такими как успех или неудача), которые необходимо провести, чтобы получить заданное количество успехов. Вероятность успеха в каждом испытании обозначается как «p», а количество успехов обозначается как «r». Функция массы вероятности отрицательного биномиального распределения определяется как: P (X = k) = (k-1 r) C (r-1) * (p ^ r) * ((1-p) ^ (kr)) Отрицательное биномиальное распределение является обобщением геометрического распределения, которое соответствует случаю, когда r=1. Он используется при моделировании количества неудач перед заданным количеством успехов в последовательности испытаний Бернулли.

Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!