Binomiális táblázat n = 7, n = 8 és n = 9 esetén

A binomiális véletlen változó fontos példa a diszkrét véletlen változó. A binomiális eloszlást, amely leírja a véletlenszerű változónk minden egyes értékének valószínűségét, teljesen meghatározhatjuk a két paraméter segítségével: n és o. Itt n a független vizsgálatok száma és p az állandó próbálkozás valószínűsége a sikernek. Az alábbi táblázatok binomiális valószínűségeket mutatnak n = 7,8 és 9. Az egyes valószínűségeket három tizedesjegyre kerekítjük.

Ha a binomiális eloszlást kell használni?. Mielőtt belépnénk a táblázat használatához, ellenőriznünk kell, hogy teljesülnek-e a következő feltételek:

  1. Végtelen számú megfigyelés vagy kísérlet van.
  2. Az egyes tárgyalások eredményét sikerként vagy kudarcként lehet besorolni.
  3. A siker valószínűsége állandó marad.
  4. A megfigyelések függetlenek egymástól.

Ha ez a négy feltétel teljesül, a binomiális eloszlás megadja a valószínűségét r sikerek egy kísérletben összesen n független kísérletek, amelyek mindegyikének valószínűsége van a sikernek p. A táblázatban szereplő valószínűségeket a képlettel számítják ki

instagram viewer
C(n, r)pr(1 - p)n - r hol C(n, r) a képlet kombinációk. Minden értékhez külön táblák vannak n. A táblázat minden bejegyzését a következő értékek szerint rendezzük p és r.

Egyéb táblák

Más binomiális eloszlási táblázatokhoz n = 2–6, n = 10-11. Amikor a np és n(1 - p) egyaránt nagyobb vagy egyenlő, mint 10, használhatjuk a a binomiális eloszlás normál közelítése. Ez jó közelítést ad a valószínűségeinkhez és nem igényli a binomiális együtthatók kiszámítását. Ez nagy előnyt jelent, mivel ezek a binomiális számítások nagyon részt vehetnek.

Példa

Genetika sok kapcsolatban van a valószínűséggel. Az egyiket a binomiális eloszlás használatának szemléltetésére használjuk. Tegyük fel, hogy tudjuk, hogy annak valószínűsége, hogy egy utód egy recesszív gén két példányát örököli (és így rendelkezik a vizsgált recesszív tulajdonsággal) 1/4.

Ezenkívül ki akarjuk számítani annak valószínűségét, hogy egy nyolc tagú családban bizonyos számú gyermek rendelkezik-e ezzel a tulajdonsággal. enged x legyen a gyermekek száma e vonással. Az asztalra nézünk n = 8 és az oszlop p = 0,25, és nézze meg a következőt:

.100
.267.311.208.087.023.004

A példa erre azt jelenti

  • P (X = 0) = 10,0%, ami annak a valószínűsége, hogy egyik gyermek sem rendelkezik recesszív tulajdonsággal.
  • P (X = 1) = 26,7%, ami annak a valószínűsége, hogy a gyermekek egyikének recesszív tulajdonsága van.
  • P (X = 2) = 31,1%, ami annak a valószínűsége, hogy a gyermekek közül kettőnek recesszív vonása van.
  • P (X = 3) = 20,8%, ami annak valószínűsége, hogy három gyermeknek recesszív vonása van.
  • P (X = 4) = 8,7%, ami annak a valószínűsége, hogy négy gyermeknek recesszív vonása van.
  • P (X = 5) = 2,3%, ami annak a valószínűsége, hogy a gyermekek közül ötnek recesszív vonása van.
  • P (X = 6) = 0,4%, ami annak a valószínűsége, hogy a gyermekek közül hatnak recesszív vonása van.

N = 7 - n = 9 táblázatok

n = 7

p .01 .05 .10 .15 .20 .25 .30 .35 .40 .45 .50 .55 .60 .65 .70 .75 .80 .85 .90 .95
r 0 .932 .698 .478 .321 .210 .133 .082 .049 .028 .015 .008 .004 .002 .001 .000 .000 .000 .000 .000 .000
1 .066 .257 .372 .396 .367 .311 .247 .185 .131 .087 .055 .032 .017 .008 .004 .001 .000 .000 .000 .000
2 .002 .041 .124 .210 .275 .311 .318 .299 .261 .214 .164 .117 .077 .047 .025 .012 .004 .001 .000 .000
3 .000 .004 .023 .062 .115 .173 .227 .268 .290 .292 .273 .239 .194 .144 .097 .058 .029 .011 .003 .000
4 .000 .000 .003 .011 .029 .058 .097 .144 .194 .239 .273 .292 .290 ;268 .227 .173 .115 .062 .023 .004
5 .000 .000 .000 .001 .004 .012 .025 .047 .077 .117 .164 .214 .261 .299 .318 .311 .275 .210 .124 .041
6 .000 .000 .000 .000 .000 .001 .004 .008 .017 .032 .055 .087 .131 .185 .247 .311 .367 .396 .372 .257
7 .000 .000 .000 .000 .000 .000 .000 .001 .002 .004 .008 .015 .028 .049 .082 .133 .210 .321 .478 .698


n = 8

p .01 .05 .10 .15 .20 .25 .30 .35 .40 .45 .50 .55 .60 .65 .70 .75 .80 .85 .90 .95
r 0 .923 .663 .430 .272 .168 .100 .058 .032 .017 .008 .004 .002 .001 .000 .000 .000 .000 .000 .000 .000
1 .075 .279 .383 .385 .336 .267 .198 .137 .090 .055 .031 .016 .008 .003 .001 .000 .000 .000 .000 .000
2 .003 .051 .149 .238 .294 .311 .296 .259 .209 .157 .109 .070 .041 .022 .010 .004 .001 .000 .000 .000
3 .000 .005 .033 .084 .147 .208 .254 .279 .279 .257 .219 .172 .124 .081 .047 .023 .009 .003 .000 .000
4 .000 .000 .005 :018 .046 .087 .136 .188 .232 .263 .273 .263 .232 .188 .136 .087 .046 .018 .005 .000
5 .000 .000 .000 .003 .009 .023 .047 .081 .124 .172 .219 .257 .279 .279 .254 .208 .147 .084 .033 .005
6 .000 .000 .000 .000 .001 .004 .010 .022 .041 .070 .109 .157 .209 .259 .296 .311 .294 .238 .149 .051
7 .000 .000 .000 .000 .000 .000 .001 .003 .008 .016 .031 .055 .090 .137 .198 .267 .336 .385 .383 .279
8 .000 .000 .000 .000 .000 000 .000 .000 .001 .002 .004 .008 .017 .032 .058 .100 .168 .272 .430 .663


n = 9

r p .01 .05 .10 .15 .20 .25 .30 .35 .40 .45 .50 .55 .60 .65 .70 .75 .80 .85 .90 .95
0 .914 .630 .387 .232 .134 .075 .040 .021 .010 .005 .002 .001 .000 .000 .000 .000 .000 .000 .000 .000
1 .083 .299 .387 .368 .302 .225 .156 .100 .060 .034 .018 .008 .004 .001 .000 .000 .000 .000 .000 .000
2 .003 .063 .172 .260 .302 .300 .267 .216 .161 .111 .070 .041 .021 .010 .004 .001 .000 .000 .000 .000
3 .000 .008 .045 .107 .176 .234 .267 .272 .251 .212 .164 .116 .074 .042 .021 .009 .003 .001 .000 .000
4 .000 .001 .007 .028 .066 .117 .172 .219 .251 .260 .246 .213 .167 .118 .074 .039 .017 .005 .001 .000
5 .000 .000 .001 .005 .017 .039 .074 .118 .167 .213 .246 .260 .251 .219 .172 .117 .066 .028 .007 .001
6 .000 .000 .000 .001 .003 .009 .021 .042 .074 .116 .164 .212 .251 .272 .267 .234 .176 .107 .045 .008
7 .000 .000 .000 .000 .000 .001 .004 .010 .021 .041 .070 .111 .161 .216 .267 .300 .302 .260 .172 .063
8 .000 .000 .000 .000 .000 .000 .000 .001 .004 .008 .018 .034 .060 .100 .156 .225 .302 .368 .387 .299
9 .000 .000 .000 .000 .000 .000 .000 .000 .000 .001 .002 .005 .010 .021 .040 .075 .134 .232 .387 .630