नकारात्मक द्विपदी वितरणाचे मानक विचलन उपाय

चरण 0: पूर्व-गणन सारांश
फॉर्म्युला वापरले जाते
सामान्य वितरणातील मानक विचलन = sqrt(यशाची संख्या*द्विपदी वितरणामध्ये अयशस्वी होण्याची शक्यता)/यशाची शक्यता
σ = sqrt(NSuccess*qBD)/p
हे सूत्र 1 कार्ये, 4 व्हेरिएबल्स वापरते
कार्ये वापरली
sqrt - स्क्वेअर रूट फंक्शन हे एक फंक्शन आहे जे इनपुट म्हणून नॉन-ऋणात्मक संख्या घेते आणि दिलेल्या इनपुट नंबरचे वर्गमूळ परत करते., sqrt(Number)
व्हेरिएबल्स वापरलेले
सामान्य वितरणातील मानक विचलन - सामान्य वितरणातील मानक विचलन हे त्याच्या लोकसंख्येच्या सरासरी किंवा नमुना सरासरीवरून दिलेल्या डेटाच्या आधारे दिलेल्या सामान्य वितरणाच्या वर्ग विचलनाच्या अपेक्षेचे वर्गमूळ आहे.
यशाची संख्या - यशाची संख्या ही ठराविक वेळा स्वतंत्र बर्नौली चाचण्यांमध्ये इव्हेंटचे यश म्हणून सेट केलेल्या विशिष्ट निकालाची संख्या असते.
द्विपदी वितरणामध्ये अयशस्वी होण्याची शक्यता - द्विपदी वितरणातील अपयशाची संभाव्यता म्हणजे एका निश्चित संख्येच्या स्वतंत्र बर्नौली चाचण्यांच्या एका चाचणीमध्ये विशिष्ट परिणाम न येण्याची संभाव्यता.
यशाची शक्यता - यशाची संभाव्यता म्हणजे एका निश्चित संख्येच्या स्वतंत्र बर्नौली चाचण्यांच्या एका चाचणीमध्ये विशिष्ट परिणामाची संभाव्यता.
चरण 1: इनपुट ला बेस युनिटमध्ये रूपांतरित करा
यशाची संख्या: 5 --> कोणतेही रूपांतरण आवश्यक नाही
द्विपदी वितरणामध्ये अयशस्वी होण्याची शक्यता: 0.4 --> कोणतेही रूपांतरण आवश्यक नाही
यशाची शक्यता: 0.6 --> कोणतेही रूपांतरण आवश्यक नाही
चरण 2: फॉर्म्युलाचे मूल्यांकन करा
फॉर्म्युलामध्ये इनपुट व्हॅल्यूजची स्थापना करणे
σ = sqrt(NSuccess*qBD)/p --> sqrt(5*0.4)/0.6
मूल्यांकन करत आहे ... ...
σ = 2.35702260395516
चरण 3: निकाल आउटपुटच्या युनिटमध्ये रूपांतरित करा
2.35702260395516 --> कोणतेही रूपांतरण आवश्यक नाही
अंतिम उत्तर
2.35702260395516 2.357023 <-- सामान्य वितरणातील मानक विचलन
(गणना 00.004 सेकंदात पूर्ण झाली)

जमा

Creator Image
ने निर्मित निशान पुजारी
श्री माधवा वडिराजा तंत्रज्ञान व व्यवस्थापन संस्था (एसएमव्हीआयटीएम), उडुपी
निशान पुजारी यांनी हे कॅल्क्युलेटर आणि 500+ अधिक कॅल्क्युलेटर तयार केले आहेत!
Verifier Image
द्वारे सत्यापित मोना ग्लेडिस
सेंट जोसेफ कॉलेज (एसजेसी), बेंगलुरू
मोना ग्लेडिस यानी हे कॅल्क्युलेटर आणि 1800+ अधिक कॅल्क्युलेटर सत्यापित केले आहेत।

8 द्विपदी वितरण कॅल्क्युलेटर

द्विपद संभाव्यता वितरण
​ जा द्विपद संभाव्यता = (C(चाचण्यांची एकूण संख्या,यशस्वी चाचण्यांची संख्या))*द्विपदी वितरणात यशाची शक्यता^यशस्वी चाचण्यांची संख्या*अयशस्वी होण्याची शक्यता^(चाचण्यांची एकूण संख्या-यशस्वी चाचण्यांची संख्या)
द्विपदी वितरणाचे मानक विचलन
​ जा सामान्य वितरणातील मानक विचलन = sqrt(चाचण्यांची संख्या*यशाची शक्यता*द्विपदी वितरणामध्ये अयशस्वी होण्याची शक्यता)
नकारात्मक द्विपदी वितरणाचे मानक विचलन
​ जा सामान्य वितरणातील मानक विचलन = sqrt(यशाची संख्या*द्विपदी वितरणामध्ये अयशस्वी होण्याची शक्यता)/यशाची शक्यता
नकारात्मक द्विपदी वितरणाचा मध्य
​ जा सामान्य वितरणात सरासरी = (यशाची संख्या*द्विपदी वितरणामध्ये अयशस्वी होण्याची शक्यता)/यशाची शक्यता
नकारात्मक द्विपदी वितरणाचे भिन्नता
​ जा डेटाची भिन्नता = (यशाची संख्या*द्विपदी वितरणामध्ये अयशस्वी होण्याची शक्यता)/(यशाची शक्यता^2)
द्विपदी वितरणाचे भिन्नता
​ जा डेटाची भिन्नता = चाचण्यांची संख्या*यशाची शक्यता*द्विपदी वितरणामध्ये अयशस्वी होण्याची शक्यता
द्विपदी वितरणातील भिन्नता
​ जा डेटाची भिन्नता = चाचण्यांची संख्या*यशाची शक्यता*(1-यशाची शक्यता)
द्विपदी वितरणाचा मध्य
​ जा सामान्य वितरणात सरासरी = चाचण्यांची संख्या*यशाची शक्यता

नकारात्मक द्विपदी वितरणाचे मानक विचलन सुत्र

सामान्य वितरणातील मानक विचलन = sqrt(यशाची संख्या*द्विपदी वितरणामध्ये अयशस्वी होण्याची शक्यता)/यशाची शक्यता
σ = sqrt(NSuccess*qBD)/p

नकारात्मक द्विपदी वितरण म्हणजे काय?

नकारात्मक द्विपदी वितरण हे एका स्वतंत्र यादृच्छिक चलासाठी संभाव्यता वितरण आहे जे बर्नौली चाचण्यांच्या संख्येचे वर्णन करते (फक्त दोन संभाव्य परिणामांसह प्रयोग, जसे की यश किंवा अपयश) ज्या दिलेल्या संख्येच्या यशासाठी आयोजित केल्या पाहिजेत. प्रत्येक चाचणीतील यशाची संभाव्यता "p" म्हणून दर्शविली जाते आणि यशांची संख्या "r" म्हणून दर्शविली जाते. ऋण द्विपद वितरणाची संभाव्यता वस्तुमान कार्य याद्वारे दिले जाते: P(X = k) = (k-1 r)C(r-1) *(p^r)*((1-p)^(kr)) ऋण द्विपद वितरण हे भौमितिक वितरणाचे सामान्यीकरण आहे, जे r=1 असताना केसशी संबंधित आहे. बर्नौली चाचण्यांच्या क्रमवारीत दिलेल्या यशापूर्वी अपयशाच्या संख्येचे मॉडेलिंग करण्यासाठी याचा वापर केला जातो.

Let Others Know
Facebook
Twitter
Reddit
LinkedIn
Email
WhatsApp
Copied!