Écart type de la distribution binomiale négative Calculatrice

✖Le nombre de succès est le nombre de fois qu'un résultat spécifique défini comme le succès de l'événement se produit dans un nombre fixe d'essais Bernoulli indépendants.ⓘ Nombre de succès [N_Success]			+10% -10%
✖La probabilité d'échec dans la distribution binomiale est la probabilité qu'un résultat spécifique ne se produise pas dans un seul essai parmi un nombre fixe d'essais de Bernoulli indépendants.ⓘ Probabilité d'échec dans la distribution binomiale [q_BD]			+10% -10%
✖La probabilité de succès est la probabilité qu'un résultat spécifique se produise dans un seul essai d'un nombre fixe d'essais de Bernoulli indépendants.ⓘ Probabilité de succès [p]			+10% -10%

✖L'écart type dans la distribution normale est la racine carrée de l'espérance de l'écart au carré de la distribution normale donnée à la suite des données de sa moyenne de population ou de sa moyenne d'échantillon.ⓘ Écart type de la distribution binomiale négative [σ]

⎘ Copie

👎

Formule

✖

Écart type de la distribution binomiale négative

Formule

`"σ" = sqrt("N"_{"Success"}*"q"_{"BD"})/"p"`

Exemple

`"2.357023"=sqrt("5"*"0.4")/"0.6"`

Calculatrice

LaTeX

Réinitialiser

👍

Télécharger Distribution Formules PDF PDF Image

Écart type de la distribution binomiale négative Solution

ÉTAPE 0: Résumé du pré-calcul

Formule utilisée

Écart type dans la distribution normale = sqrt(Nombre de succès*Probabilité d'échec dans la distribution binomiale)/Probabilité de succès
σ = sqrt(N_Success*q_BD)/p
Cette formule utilise 1 Les fonctions, 4 Variables

Fonctions utilisées

sqrt - Une fonction racine carrée est une fonction qui prend un nombre non négatif comme entrée et renvoie la racine carrée du nombre d'entrée donné., sqrt(Number)

Variables utilisées

Écart type dans la distribution normale - L'écart type dans la distribution normale est la racine carrée de l'espérance de l'écart au carré de la distribution normale donnée à la suite des données de sa moyenne de population ou de sa moyenne d'échantillon.
Nombre de succès - Le nombre de succès est le nombre de fois qu'un résultat spécifique défini comme le succès de l'événement se produit dans un nombre fixe d'essais Bernoulli indépendants.
Probabilité d'échec dans la distribution binomiale - La probabilité d'échec dans la distribution binomiale est la probabilité qu'un résultat spécifique ne se produise pas dans un seul essai parmi un nombre fixe d'essais de Bernoulli indépendants.
Probabilité de succès - La probabilité de succès est la probabilité qu'un résultat spécifique se produise dans un seul essai d'un nombre fixe d'essais de Bernoulli indépendants.

ÉTAPE 1: Convertir les entrées en unité de base

Nombre de succès: 5 --> Aucune conversion requise
Probabilité d'échec dans la distribution binomiale: 0.4 --> Aucune conversion requise
Probabilité de succès: 0.6 --> Aucune conversion requise

ÉTAPE 2: Évaluer la formule

Remplacement des valeurs d'entrée dans la formule

σ = sqrt(N_Success*q_BD)/p --> sqrt(5*0.4)/0.6

Évaluer ... ...

σ = 2.35702260395516

ÉTAPE 3: Convertir le résultat en unité de sortie

2.35702260395516 --> Aucune conversion requise

RÉPONSE FINALE

2.35702260395516 ≈ 2.357023 <-- Écart type dans la distribution normale

(Calcul effectué en 00.004 secondes)

Tu es là -

Accueil » Math » Probabilité et distribution » Distribution » Distribution binomiale » Écart type de la distribution binomiale négative

Crédits

Créé par Nishan Poojary

Institut de technologie et de gestion Shri Madhwa Vadiraja (SMVITM), Udupi

Nishan Poojary a créé cette calculatrice et 500+ autres calculatrices!

Vérifié par Mona Gladys

Collège St Joseph (SJC), Bengaluru

Mona Gladys a validé cette calculatrice et 1800+ autres calculatrices!

< 8 Distribution binomiale Calculatrices

Distribution de probabilité binomiale

Aller Probabilité binomiale = (C(Nombre total d'essais,Nombre d'essais réussis))*Probabilité de succès dans la distribution binomiale^Nombre d'essais réussis*Probabilité d'échec^(Nombre total d'essais-Nombre d'essais réussis)

Écart type de la distribution binomiale négative

Aller Écart type dans la distribution normale = sqrt(Nombre de succès*Probabilité d'échec dans la distribution binomiale)/Probabilité de succès

Écart type de la distribution binomiale

Aller Écart type dans la distribution normale = sqrt(Nombre d'essais*Probabilité de succès*Probabilité d'échec dans la distribution binomiale)

Moyenne de la distribution binomiale négative

Aller Moyenne en distribution normale = (Nombre de succès*Probabilité d'échec dans la distribution binomiale)/Probabilité de succès

Variance de la distribution binomiale négative

Aller Variation des données = (Nombre de succès*Probabilité d'échec dans la distribution binomiale)/(Probabilité de succès^2)

Variance de la distribution binomiale

Aller Variation des données = Nombre d'essais*Probabilité de succès*Probabilité d'échec dans la distribution binomiale

Variance dans la distribution binomiale

Aller Variation des données = Nombre d'essais*Probabilité de succès*(1-Probabilité de succès)

Moyenne de la distribution binomiale

Aller Moyenne en distribution normale = Nombre d'essais*Probabilité de succès

Écart type de la distribution binomiale négative Formule

Écart type dans la distribution normale = sqrt(Nombre de succès*Probabilité d'échec dans la distribution binomiale)/Probabilité de succès
σ = sqrt(N_Success*q_BD)/p

Qu'est-ce que la distribution binomiale négative ?

La distribution binomiale négative est une distribution de probabilité pour une variable aléatoire discrète qui décrit le nombre d'essais de Bernoulli (expériences avec seulement deux résultats possibles, tels que le succès ou l'échec) qui doivent être menés pour qu'un nombre donné de succès se produise. La probabilité de succès dans chaque essai est notée "p" et le nombre de succès est noté "r". La fonction de masse de probabilité de la distribution binomiale négative est donnée par : P(X = k) = (k-1 r)C(r-1) *(p^r)*((1-p)^(kr)) La distribution binomiale négative est une généralisation de la distribution géométrique, qui correspond au cas où r=1. Il est utilisé pour modéliser le nombre d'échecs avant un nombre donné de succès dans une séquence d'essais de Bernoulli.

Accueil

GRATUIT PDF

🔍 Chercher

Catégories

Let Others Know

✖

Facebook

Twitter

Copied!