MCP ile bağlan →

Hesaplamaya Girin

Formül

Reklam

Sonuç

Yaklaşık Olasılık
0,868224
normal yaklaşım (süreklilik düzeltmeli)
Ortalama (μ = np) 10
Standart sapma (σ) 2,2361
Alt z-skoru 1,118
Üst z-skoru 1,118

Binom dağılımına normal yaklaşım nedir?

Bir binom deneyindeki deneme sayısı büyük olduğunda, tam binom olasılıklarını hesaplamak hem zaman alıcı hem de zahmetli hale gelir. Normal yaklaşım yöntemi, kesikli binom dağılımının yerine aynı ortalama ve varyansa sahip sürekli bir normal dağılım koyar. \(n\) ve \(p\) parametrelerine sahip bir \(X\) binom rastgele değişkeninin ortalaması \(\mu = np\), standart sapması ise \(\sigma = \sqrt{np(1-p)}\) olur. Böylece \(X\) için kümülatif olasılıkları tahmin etmek üzere \(N(\mu, \sigma^2)\) normal dağılımını kullanırız.

Üzerine düzgün bir normal eğri yerleştirilmiş binom histogram çubukları
n büyük olduğunda normal eğri kesikli binom dağılımına yaklaşır.

Hesaplayıcı nasıl kullanılır?

Deneme sayısı n, her denemedeki başarı olasılığı p (0 ile 1 arasında) değerlerini girin, olasılık türünü (≤, <, ≥, > veya =) seçin ve x değerini belirtin. Hesaplayıcı size \(\mu\), \(\sigma\), süreklilik düzeltmeli z-skorlarını ve yaklaşık olasılığı verir. Bu yaklaşım, hem \(np \ge 5\) hem de \(n(1-p) \ge 5\) koşulu sağlandığında güvenilirdir.

Süreklilik düzeltmesi

Binom dağılımı kesikli, normal dağılım ise sürekli olduğundan, sınırı 0,5 kadar genişletir veya daraltırız; buna süreklilik düzeltmesi denir. Örneğin \(P(X \le x)\) için \(x + 0{,}5\), \(P(X \ge x)\) için \(x - 0{,}5\) kullanılır; \(P(X = x)\) ise \(x - 0{,}5\) ile \(x + 0{,}5\) arasındaki aralığı kapsar. Düzeltilmiş her sınır, $$z = \frac{(x \pm 0{,}5) - \mu}{\sigma}$$ formülüyle bir z-skoruna dönüştürülür ve standart normal birikimli dağılım fonksiyonuyla (CDF) değerlendirilir.

Reklam
Normal eğri altında her iki yana yarım birim genişletilmiş histogram çubuğu
Süreklilik düzeltmesi: x'teki kesikli çubuk, eğri altında x-0,5'ten x+0,5'e uzanır.

Çözümlü örnek

\(n = 20\), \(p = 0{,}5\) olsun ve \(P(X \le 12)\) değerini bulmak isteyelim. Bu durumda $$\mu = 20 \times 0{,}5 = 10$$ ve $$\sigma = \sqrt{20 \times 0{,}5 \times 0{,}5} = \sqrt{5} \approx 2{,}2361$$ olur. Süreklilik düzeltmesiyle $$z = \frac{12{,}5 - 10}{2{,}2361} \approx 1{,}118$$ elde edilir. Standart normal CDF, \(\Phi(1{,}118) \approx 0{,}868\) verir; dolayısıyla \(P(X \le 12) \approx 0{,}868\) olur ki bu, tam binom değerine oldukça yakındır.

Sıkça sorulan sorular

Yaklaşım ne zaman geçerlidir? Yaygın kural \(np \ge 5\) ve \(n(1-p) \ge 5\) koşuludur. \(p\) değeri 0,5'ten uzaklaştıkça daha büyük bir \(n\) gerekebilir.

Neden ±0,5? 0,5'lik süreklilik düzeltmesi, kesikli çubukları pürüzsüz bir eğriyle tahmin etmenin yarattığı sapmayı dengeler ve doğruluğu artırır.

Tam olasılığı verir mi? Hayır; bu bir yaklaşımdır. Özellikle küçük \(n\) değerleri için kesin sonuç istiyorsanız bir binom olasılık hesaplayıcısı kullanın.

Son güncelleme: