codecamp

统计 - 二项分布

离元赔偿是一种离散的可能性转移。 这个分布是由瑞士数学家詹姆斯·伯努利发现的。 它用于这样的情况,其中实验导致两种可能性 - 成功和失败。 二项分布是一个离散的概率分布,表示一组两个替代的概率 - 成功(p)和失败(q)。 二项分布由以下概率函数定义和给出:

$ {P(X-x)} = ^ {n} {C_x} {Q ^ {n-x}}。{p ^ x} $

其中 -

  • $ {p} $ =成功的概率。

  • $ {q} $ =失败的概率= $ {1-p} $。

  • $ {n} $ =试用次数。

  • $ {P(X-x)} $ = n个试验中x个成功的概率。

例子

问题陈述:

八枚硬币同时抛出。 发现获得不少于6头的可能性。

解决方案:

让$ {p} $ =得到头的概率。 $ {q} $ =获取尾巴的概率。

$ Here,{p}=\frac{1}{2}, {q}= \frac{1}{2}, {n}={8}, \\[7pt] \ {P(X-x)} = ^{n}{C_x}{Q^{n-x}}.{p^x} , \\[7pt] \,{P (at\ least\ 6\ heads)} = {P(6H)} +{P(7H)} +{P(8H)}, \\[7pt] \, ^{8}{C_6}{{(\frac{1}{2})}^2}{{(\frac{1}{2})}^6} + ^{8}{C_7}{{(\frac{1}{2})}^1}{{(\frac{1}{2})}^7} +^{8}{C_8}{{(\frac{1}{2})}^8}, \\[7pt] \, = 28 \times \frac{1}{256} + 8 \times \frac{1}{256} + 1 \times \frac{1}{256}, \\[7pt] \, = \frac{37}{256}$

统计 - 最佳点估计
统计数据 - 箱图
温馨提示
下载编程狮App,免费阅读超1000+编程语言教程
取消
确定
目录

Statistics Tutorial

Statistics Useful Resources

关闭

MIP.setData({ 'pageTheme' : getCookie('pageTheme') || {'day':true, 'night':false}, 'pageFontSize' : getCookie('pageFontSize') || 20 }); MIP.watch('pageTheme', function(newValue){ setCookie('pageTheme', JSON.stringify(newValue)) }); MIP.watch('pageFontSize', function(newValue){ setCookie('pageFontSize', newValue) }); function setCookie(name, value){ var days = 1; var exp = new Date(); exp.setTime(exp.getTime() + days*24*60*60*1000); document.cookie = name + '=' + value + ';expires=' + exp.toUTCString(); } function getCookie(name){ var reg = new RegExp('(^| )' + name + '=([^;]*)(;|$)'); return document.cookie.match(reg) ? JSON.parse(document.cookie.match(reg)[2]) : null; }