Binomial Sannolikhet Distribution kalkylator (PMF, CDF & Statistics

Hur du använder denna kalkylator

Ange ditt Antal / tal of Trials (n), Sannolikhet of Success on Single Trial (p), Mål Antal / tal of Successes (k / x), Sannolikhet Event Typ to Calculate — Exact Sannolikhet: P(X = k), Cumulative Sannolikhet: P(X ≤ k) [At Most k], Upper Tail Sannolikhet: P(X ≥ k) [At Least k]. Resultaten uppdateras omedelbart när du ändrar ett värde.

Formeln

Binomial Sannolikhet Distribution X B(n, p) equations: Sannolikhet Mass Function (PMF): P(X = k) = nk p^k (1-p)^n-k = (n!)/(k!(n-k)!) p^k (1-p)^n-k

Cumulative Distribution (CDF): P(X k) = Σ_i=0^k ni p^i (1-p)^n-i

Upper Tail Sannolikhet: P(X k) = Σ_i=k^n ni p^i (1-p)^n-i = 1 - P(X k - 1)

Expected Värde (Medelvärde): E[X] = μ = n · p

Varians: Var(X) = σ^2 = n · p · (1-p)

Standardavvikelse: σ = n · p · (1-p)

Räkneexempel

Praktiskt räkneexempel för Binomial Sannolikhet Distribution kalkylator (PMF, CDF & Statistics): Anta att en användare vill göra en noggrann uppskattning inom Statistik & Dataanalys. Användaren fyller i Antal / tal of Trials (n) med värdet 10och anger Sannolikhet of Success on Single Trial (p) till 0.5 . Efter att ha klickat på Beräkna bearbetar Binomial Sannolikhet Distribution kalkylator (PMF, CDF & Statistics) informationen på en bråkdel av en sekund. Verktyget presenterar en fullständig specifikation med exakta delsummor och visuella diagram. Detta gör att användaren omedelbart ser konsekvenserna av sina val utan att behöva genomföra komplicerade manuella uträkningar eller bygga egna kalkylblad. Resultatet kan därefter sparas som PDF, exporteras till CSV eller delas direkt med kollegor och familj för vidare diskussion och planering.

Förstå dina resultat

Använd resultatet som startpunkt och validera det i din specifika kontext. Testa två eller tre varianter för att förstå känsligheten. För viktiga beslut jämför med en sekundär källa eller expert.