MCP ile bağlan →

Hesaplamaya Girin

Formül

Reklam

Sonuç

Negative binomial distribution — f(x,k,p)
k = 4, p = 0,4
First row value = 0,0256
Mean failures μ = 6  |  Variance = 15
x (başarısızlık) f(x,k,p)
0 0,0256
1 0,06144
2 0,09216
3 0,110592
4 0,1161216
5 0,11147674
6 0,10032906
7 0,08599634
8 0,07094698
9 0,05675758
10 0,04427092
11 0,03380688
12 0,02535516
13 0,01872381
14 0,01364163
15 0,00982198
16 0,00699816
17 0,00493988
18 0,00345791
19 0,00240234

Negatif binom dağılımı nedir?

Negatif binom dağılımı, her birinde başarı olasılığı p olan bağımsız Bernoulli denemeleri dizisinde k. başarıya ulaşılmadan önce gerçekleşen başarısızlık sayısı x'i modeller. Bu hesaplama aracı "k. başarıdan önceki başarısızlık sayısı" parametrelemesini kullanır; dolayısıyla rastgele değişken x = 0, 1, 2, ... değerlerini alır. Araç; olasılık kütlesi f'yi, alt kümülatif olasılık P'yi veya üst (sağ kuyruk / survival) olasılık Q'yu döndürür ve seçtiğiniz fonksiyonu bir x değer aralığı boyunca tablo halinde sunar.

k'ıncı başarıdan önce x başarısızlığın gerçekleştiğini gösteren deneme dizisi
Negatif binom, k'ıncı başarıdan önce gerçekleşen x başarısızlığı sayar.

Nasıl kullanılır?

Önce hangi fonksiyonu hesaplayacağınızı seçin: f (olasılık kütlesi), P (alt kümülatif) veya Q (üst kümülatif). Ardından gerekli başarı sayısı k'yı (pozitif tam sayı), deneme başına başarı olasılığı p'yi (0 ile 1 arasında), başlangıç x değerini, satırlar arasındaki adım miktarını ve oluşturulacak satır sayısını girin. Tablo her bir x değerini ve karşılık gelen olasılığı listeler; ayrıca başarısızlık sayısının ortalaması ve varyansı da gösterilir.

Formülün açıklaması

Olasılık kütle fonksiyonu $$f(x,k,p) = \binom{x+k-1}{x}\,p^{k}\,(1-p)^{x}$$ şeklindedir; burada C binom katsayısıdır. Alt kümülatif dağılım $$P(x,k,p) = \sum_{t=0}^{x} \binom{t+k-1}{t}\,p^{k}\,(1-p)^{t}$$ \(t=0\)'dan \(x\)'e kadar \(f(t,k,p)\)'nin toplamıdır (\(\Sigma\)). Üst kümülatif (sağ kuyruk / survival) fonksiyon \(Q(x,k,p) = 1 - P(x-1,k,p)\) olup, \(t \ge x\) olan tüm değerler için \(f(t)\)'nin toplamına eşittir. Beklenen başarısızlık sayısı (ortalama) \(k(1-p)/p\), varyans ise \(k(1-p)/p^{2}\) olur.

Reklam
Negatif binom olasılık kütle fonksiyonunun sağa çarpık çubuk grafiği
OKF f(x) sağa çarpıktır ve en olası başarısızlık sayısı yakınında zirve yapar.

Çözümlü örnek

\(k = 4\), \(p = 0.4\) için \(f(x=2)\)'yi bulalım: \(\binom{5}{2} = 10\), \(p^{4} = 0.0256\), \((0.6)^{2} = 0.36\) olduğundan $$f = 10 \times 0.0256 \times 0.36 = 0.09216$$ çıkar. Alt kümülatif $$P(2) = f(0)+f(1)+f(2) = 0.0256 + 0.06144 + 0.09216 = 0.1792$$ dir. Sağ kuyruk $$Q(2) = 1 - P(1) = 1 - (0.0256 + 0.06144) = 0.91296$$ olur.

Sık sorulan sorular

x başarıları mı yoksa başarısızlıkları mı sayar? Burada x, k. başarıdan önceki başarısızlıkları sayar. Toplam deneme sayısı x + k olur.

p = 1 olursa ne olur? Hiç başarısızlık mümkün değildir; bu nedenle \(f(0) = 1\), \(x > 0\) için ise \(f(x) = 0\) olur.

p = 0 olursa ne olur? Dağılım dejeneredir (sonsuz sayıda başarısızlık beklenir) ve her sonlu x değeri için \(f(x) = 0\) olur.

Son güncelleme: