透過 MCP 連接 →

輸入計算

數學公式

廣告

結果

Probability P(X = 4)
0.205078
20.5078% chance
試驗次數(n) 10
成功次數(k) 4
組合數 C(n,k) 210

什麼是二項分布機率?

二項分布機率所計算的,是在固定的 n 次獨立試驗中,恰好出現 k 次成功的機率,其中每一次試驗的成功機率都相同,皆為 p。只要是在相同條件下重複進行的「成功/失敗」二選一實驗,都適用此公式——例如擲硬幣、罰球命中、生產線上的瑕疵品判定,或是問卷調查的回應比例。

二項機率分布的長條圖,其中一根長條被突出顯示
二項分布顯示每種可能成功次數的機率,其中 \(P(X=k)\) 被突出顯示。

計算機怎麼用?

請依序輸入試驗次數(n)、你想求機率的成功次數(k),以及每次試驗的成功機率(p,請以 0 到 1 之間的小數表示)。計算機會回傳精確的機率 \(P(X=k)\)、換算成百分比的數值,以及計算過程中使用到的二項式係數 \(C(n,k)\)。

公式解析

公式 $$P(X=k) = \binom{n}{k} \, p^{k} \left(1 - p\right)^{n - k}$$ 共分為三個部分。\(C(n,k)\) 代表在 n 次試驗中,k 次成功有幾種不同的排列組合方式;\(p^{k}\) 是這 k 次成功發生的機率;而 \((1-p)^{n-k}\) 則是剩下 n−k 次全部失敗的機率。三者相乘,即可得到恰好出現該成功次數的總機率。

Advertisement
將二項公式分解為三部分的示意圖
此公式將獲得 k 次成功的方式數量與成功和失敗的機率結合起來。

實例演算

假設擲一枚公正硬幣 10 次(n=10,p=0.5),請問恰好出現 4 次正面(k=4)的機率是多少?由於 \(C(10,4) = 210\),因此 $$P = 210 \times 0.5^{4} \times 0.5^{6} = 210 \times 0.5^{10} = \frac{210}{1024} \approx 0.2051$$ 約等於 20.51%。

如何手工計算二項概率

按照以下步驟計算任何有效輸入的 \(P(X=k) = \binom{n}{k}\,p^{k}\,(1-p)^{n-k}\)。

  1. 驗證 \(k \le n\)。成功次數 \(k\) 不能超過試驗次數 \(n\),且兩者都必須是非負整數。如果 \(k > n\),則概率為 0。還要確認 \(0 \le p \le 1\)。
  2. 計算二項係數 \(\binom{n}{k}\)。使用 \(\binom{n}{k} = \dfrac{n!}{k!\,(n-k)!}\)。這用來計算在 \(n\) 次試驗中安排 \(k\) 次成功的不同方式數量。
  3. 將 \(p\) 提升到 \(k\) 次方。計算 \(p^{k}\),即 \(k\) 次特定成功發生的概率。
  4. 將 \((1-p)\) 提升到 \(n-k\) 次方。計算 \((1-p)^{n-k}\),即剩餘 \(n-k\) 次試驗全部失敗的概率。回想 \(q = 1-p\)。
  5. 將所有三個因子相乘。\(P(X=k) = \binom{n}{k} \times p^{k} \times (1-p)^{n-k}\)。結果是介於 0 和 1 之間的概率。
  6. 轉換為百分比(可選)。將概率乘以 100 以將其表示為百分比,例如 \(0.31146 \times 100 = 31.15\%\)。

已驗證的例子:對於 \(n=5,\,k=3,\,p=0.5\):\(\binom{5}{3}=10\),\(0.5^{3}=0.125\),\(0.5^{2}=0.25\),所以 \(P = 10 \times 0.125 \times 0.25 = \) 0.3125(31.25%)。

Advertisement

關鍵術語和變數

符號 名稱 含義
\(n\) 試驗次數 固定的獨立實驗或嘗試的總次數。
\(k\) 成功次數 成功結果的確切計數,即您想要其概率的計數;必須滿足 \(0 \le k \le n\)。
\(p\) 成功概率 任何單次試驗成功的概率;\(0 \le p \le 1\)。
\(q\) 失敗概率 單次試驗失敗的概率,\(q = 1 - p\)。
\(\binom{n}{k}\) 二項係數 從 \(n\) 次試驗中選擇 \(k\) 次成功的方式數量,\(\binom{n}{k} = \dfrac{n!}{k!\,(n-k)!}\);讀作「n 選 k」。

四項二項假設

只有當四個條件全部成立時,二項模型才有效:

  1. 試驗次數固定。\(n\) 的值事先設定且不會改變。
  2. 兩種可能的結果。每次試驗恰好產生兩種結果之一,慣例上標記為「成功」和「失敗」。
  3. 恆定的概率。成功概率 \(p\) 在每次試驗上都相同。
  4. 獨立的試驗。任何一次試驗的結果不會影響任何其他試驗的結果。

當這些條件成立時,成功次數 \(X\) 遵循二項分佈,寫作 \(X \sim \text{B}(n, p)\)。

常見問題

p 要填小數還是百分比?請填小數:例如 25% 的機率,應輸入為 0.25。

如果 k 大於 n 怎麼辦?這種情況不可能發生——成功次數不可能超過試驗總次數——因此機率為 0。

該如何求 \(P(X \le k)\) 或 \(P(X \ge k)\)?本工具計算的是「恰好等於某個數值」的機率。若想求累積機率,請將相關範圍內每個 i 的 \(P(X=i)\) 逐一加總即可。

最後更新: