Varianza della distribuzione ipergeometrica Soluzione

FASE 0: Riepilogo pre-calcolo
Formula utilizzata
Varianza dei dati = (Misura di prova*Numero di successo*(Dimensione della popolazione-Numero di successo)*(Dimensione della popolazione-Misura di prova))/((Dimensione della popolazione^2)*(Dimensione della popolazione-1))
σ2 = (n*NSuccess*(N-NSuccess)*(N-n))/((N^2)*(N-1))
Questa formula utilizza 4 Variabili
Variabili utilizzate
Varianza dei dati - La varianza dei dati è l'aspettativa della deviazione al quadrato della variabile casuale associata ai dati statistici forniti dalla media della popolazione o dalla media del campione.
Misura di prova - La dimensione del campione è il numero totale di individui presenti in un particolare campione tratto dalla popolazione in esame.
Numero di successo - Il numero di successi è il numero di volte in cui un risultato specifico, impostato come successo dell'evento, si verifica in un numero fisso di prove Bernoulliane indipendenti.
Dimensione della popolazione - La dimensione della popolazione è il numero totale di individui presenti nella popolazione in esame.
PASSAGGIO 1: conversione degli ingressi in unità di base
Misura di prova: 65 --> Nessuna conversione richiesta
Numero di successo: 5 --> Nessuna conversione richiesta
Dimensione della popolazione: 100 --> Nessuna conversione richiesta
FASE 2: valutare la formula
Sostituzione dei valori di input nella formula
σ2 = (n*NSuccess*(N-NSuccess)*(N-n))/((N^2)*(N-1)) --> (65*5*(100-5)*(100-65))/((100^2)*(100-1))
Valutare ... ...
σ2 = 1.0915404040404
PASSAGGIO 3: conversione del risultato nell'unità di output
1.0915404040404 --> Nessuna conversione richiesta
RISPOSTA FINALE
1.0915404040404 1.09154 <-- Varianza dei dati
(Calcolo completato in 00.004 secondi)

Titoli di coda

Creato da Nishan Poojary
Shri Madhwa Vadiraja Institute of Technology and Management (SMVITM), Udupi
Nishan Poojary ha creato questa calcolatrice e altre 500+ altre calcolatrici!
Verificato da Mona Gladys
St Joseph's College (SJC), Bengaluru
Mona Gladys ha verificato questa calcolatrice e altre 1800+ altre calcolatrici!

4 Distribuzione ipergeometrica Calcolatrici

Distribuzione ipergeometrica
Partire Funzione di distribuzione di probabilità ipergeometrica = (C(Numero di articoli nel campione,Numero di successi nel campione)*C(Numero di elementi nella popolazione-Numero di articoli nel campione,Numero di successi nella popolazione-Numero di successi nel campione))/(C(Numero di elementi nella popolazione,Numero di successi nella popolazione))
Deviazione standard della distribuzione ipergeometrica
Partire Deviazione standard nella distribuzione normale = sqrt((Misura di prova*Numero di successo*(Dimensione della popolazione-Numero di successo)*(Dimensione della popolazione-Misura di prova))/((Dimensione della popolazione^2)*(Dimensione della popolazione-1)))
Varianza della distribuzione ipergeometrica
Partire Varianza dei dati = (Misura di prova*Numero di successo*(Dimensione della popolazione-Numero di successo)*(Dimensione della popolazione-Misura di prova))/((Dimensione della popolazione^2)*(Dimensione della popolazione-1))
Media della distribuzione ipergeometrica
Partire Media nella distribuzione normale = (Misura di prova*Numero di successo)/(Dimensione della popolazione)

Varianza della distribuzione ipergeometrica Formula

Varianza dei dati = (Misura di prova*Numero di successo*(Dimensione della popolazione-Numero di successo)*(Dimensione della popolazione-Misura di prova))/((Dimensione della popolazione^2)*(Dimensione della popolazione-1))
σ2 = (n*NSuccess*(N-NSuccess)*(N-n))/((N^2)*(N-1))

Cos'è la distribuzione ipergeometrica?

La distribuzione ipergeometrica è una distribuzione di probabilità discreta che descrive il numero di successi in un numero fisso di prove Bernoulliane (cioè prove con solo due possibili esiti: successo o fallimento) senza sostituzione. La funzione massa di probabilità (PMF) della distribuzione ipergeometrica è data da: P(X = x) = (C(K,x) * C(NK,nx)) / C(N,n) La distribuzione ipergeometrica è utilizzata per modellare la probabilità di osservare un certo numero di "successi" in un numero fisso di estrazioni da una popolazione finita, dove la probabilità di successo cambia a ogni estrazione. Viene utilizzato in molti campi come la genetica, il controllo di qualità e l'ispezione del campionamento, in cui il campione viene prelevato senza sostituzione.

Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!