Negatif Binom Ortalama ve Varyans Hesaplayıcı

Negatif Binom Ortalama ve Varyans Hesaplayıcı

Yükselen AI Skill PRO

Hesaplamaya Girin

Sonuç

Ortalama (r başarıdan önce beklenen başarısızlık sayısı)
5
Başarı sayısı (r) 5
Başarı olasılığı (p) 0,5
Varyans (σ²) 10
Standart sapma (σ) 3,1623

Formül

IQR=Q3−Q1\text{IQR} = Q_3 - Q_1
Kullanım istatistikleri

Reklam

Bu sayfadaki bir hatayı bildir

Bu hesaplayıcı ne yapar

Negatif Binom Ortalama ve Varyans Hesaplayıcı, bir negatif binom dağılımının ilk iki momentini döndürür. Standart "başarılardan önceki başarısızlıklar" parametrelendirmesinde, X rastgele değişkeni, her denemenin p olasılığıyla başarılı olduğu bağımsız Bernoulli denemeleri dizisinde r'inci başarıdan önce gerçekleşen başarısızlıkların sayısını sayar. r ve p değerlerini girin; araç X'in ortalamasını, varyansını ve standart sapmasını verir.

Nasıl çalışır

Her deneme, sabit bir p başarı olasılığına sahip bağımsız bir başarı-veya-başarısızlık deneyidir. r başarı biriktirene kadar örneklemeye devam edersiniz; X ise bu süreçte gözlenen başarısızlıkların sayısıdır. X, her biri tek bir başarıdan önceki başarısızlıkları sayan r bağımsız geometrik değişkenin toplamı olarak yazılabildiğinden, ortalaması ve varyansı tam olarak tek bir geometrik terimin ortalaması ile varyansının r katıdır. Bu, yalnızca r ve p'ye bağlı kapalı biçimli ifadeler verir.

Sayı doğrusu üzerinde en küçük değer, Q1, medyan, Q3 ve en büyük değerin konumunu gösteren kutu grafiği
Çeyreklikleri gösteren kutu grafiği: ÇAG (IQR), Q1 ile Q3 arasındaki kutunun genişliğidir.

Formül

X'in ortalaması, varyansı ve standart sapması şöyledir:

Reklam
$$\mu = \frac{r(1-p)}{p}$$ $$\sigma^2 = \frac{r(1-p)}{p^2}$$ $$\sigma = \sqrt{r(1-p)}\,/\,p$$

Burada r hedeflenen başarı sayısı, p ise deneme başına başarı olasılığıdır ve 0 < p <= 1 koşulunu sağlar. Varyansın her zaman ortalamadan 1/p katı daha büyük olduğuna dikkat edin; bu nedenle negatif binom, Poisson'a kıyasla aşırı dağılımlıdır (over-dispersed).

Sıralı veriyi Q1, medyan ve Q3 noktalarında dört eşit çeyreğe bölen sayı doğrusu
Çeyreklikler sıralı veriyi dört eşit parçaya böler; ÇAG ortadaki iki parçayı kapsar.

Çözümlü örnek

Diyelim ki r = 5 başarıya ihtiyacınız var ve her deneme p = 0.5 olasılıkla başarılı oluyor. 5'inci başarıdan önceki ortalama başarısızlık sayısı 5(1 - 0.5)/0.5 = 5'tir. Varyans 5(1 - 0.5)/0.5^2 = 2.5/0.25 = 10 olur, dolayısıyla standart sapma sqrt(10), yani yaklaşık 3.16'dır. Ortalamada kabaca 5 başarısızlık beklersiniz; bu ortalamanın çevresinde tipik yayılım ise yaklaşık 3 başarısızlık kadardır.

SSS

Bu hesaplayıcı hangi negatif binom parametrelendirmesini kullanır? Standart "r'inci başarıdan önceki başarısızlık sayısı" kuralını kullanır, dolayısıyla ortalama r(1-p)/p'dir. Ders kitabınız başarısızlıklar yerine toplam deneme sayısını sayıyorsa, iki kural arasında dönüşüm yapmak için ortalamaya r ekleyin.

Reklam

r bir tam sayı olmak zorunda mı? Klasik sayma yorumunda r pozitif bir tam sayıdır, ancak ortalama ve varyans formülleri herhangi bir gerçek r > 0 için geçerliliğini korur; bu durum genelleştirilmiş (Polya) negatif binom dağılımında ortaya çıkar.

p, 1'e yaklaştığında ne olur? p, 1'e yakın olduğunda neredeyse her deneme başarılı olur, dolayısıyla neredeyse hiç başarısızlık olmaz ve hem ortalama hem de varyans 0'a yaklaşır. p küçüldükçe başarısızlıklar birikir ve her iki moment de hızla büyür.

Negatif Binom Ortalama ve Varyansı: Farklı r ve p Değerleri İçin

Tabloda \(X\) = r-inci başarıdan önceki başarısızlık sayısı parametrelemesi kullanılmıştır; ortalama \(\mu = r(1-p)/p\) ve varyans \(\sigma^2 = r(1-p)/p^2\)'dir. Varyans-ortalama oranı \(1/p\)'ye sadeleşir.

r p Ortalama r(1-p)/p Varyans r(1-p)/p² Standart sapma Varyans-ortalama oranı 1/p
1 0.5 1 2 1.4142 2
5 0.5 5 10 3.1623 2
5 0.2 20 100 10 5
10 0.8 2.5 3.125 1.7678 1.25
3 0.1 27 270 16.4317 10

r = 5, p = 0.2 için işlem kontrolü: \(\mu = 5(0.8)/0.2 = 4/0.2 = 20\), \(\sigma^2 = 5(0.8)/0.2^2 = 4/0.04 = 100\), \(\sigma = \sqrt{100} = 10\) ve \(1/p = 5 = 100/20\).

Tanımlar ve Sözlük

  • r: hedeflenen başarı sayısı; süreç r-inci başarıda durur. Klasik biçimde pozitif bir tam sayıdır (dağılım pozitif reel değerlere genişletilebilir).
  • p: her bağımsız denemede başarı olasılığı, 0 < p ≤ 1.
  • X: r-inci başarıdan önce gözlenen başarısızlık sayısı; 0, 1, 2, … değerlerini alır.
  • Ortalama: X'in beklenen değeri, \(E[X] = r(1-p)/p\).
  • Varyans: ortalamadan beklenen kare sapma, \(\operatorname{Var}(X) = r(1-p)/p^2\).
  • Standart sapma: varyansın karekökü, \(\sqrt{r(1-p)}/p\).
  • Aşırı dağılım (overdispersion): varyansın ortalamadan büyük olması. Negatif binom, 0 < p < 1 olduğu sürece aşırı dağılımlıdır.
  • Geometrik dağılım: r = 1 özel durumu; ilk başarıdan önceki başarısızlıkları sayar, ortalaması \((1-p)/p\) ve varyansı \((1-p)/p^2\)'dir.
  • Toplam deneme parametrelemesi: Y = X + r, r-inci başarıya kadar (dahil) tüm denemeleri sayıyorsa, ortalama \(r/p\) olurken varyans \(r(1-p)/p^2\) olarak kalır; çünkü r sabiti ortalamayı kaydırır ama yayılımı değiştirmez.
Son güncelleme:

Matematik ve İstatistik kategorisinde en popüler

Tüm Matematik ve İstatistik hesap makinelerini gör