Muoto
Parametrit
Anna yhden yrityksen onnistumistodennäköisyys, tavoiteltujen onnistumisten määrä ja tarkasteltava arvo.
Laske negatiivisen binomijakauman todennäköisyydet: montako yritystä tai epäonnistumista tarvitaan r:nteen onnistumiseen.
Anna yhden yrityksen onnistumistodennäköisyys, tavoiteltujen onnistumisten määrä ja tarkasteltava arvo.
Negatiivinen binomijakauma vastaa kysymykseen: kuinka monta yritystä tarvitaan, ennen kuin saavutetaan tietty määrä onnistumisia? Se on luonteva malli tilanteissa, joissa toistetaan samaa koetta, kunnes onnistumisia on kertynyt riittävästi. Tämä laskuri laskee negatiivisen binomijakauman todennäköisyydet kahdessa yleisessä muodossa ja näyttää jakauman tunnusluvut.
Toistetaan riippumattomia kokeita, joissa kunkin onnistumistodennäköisyys on p. Negatiivinen binomijakauma kuvaa, montako toistoa tarvitaan, ennen kuin onnistumisia on kertynyt r kappaletta. Sitä kutsutaan myös Pascalin jakaumaksi. Se on binomijakauman peilikuva: binomissa toistojen määrä on kiinteä ja onnistumiset vaihtelevat, tässä onnistumisten määrä on kiinteä ja toistojen määrä vaihtelee.
Kun X on r:nteen onnistumiseen tarvittavien yritysten määrä, pistetodennäköisyys on:
P(X = x) = C(x − 1, r − 1) · pʳ · (1 − p)^(x − r), kun x ≥ r
Vaihtoehtoisesti, kun Y on onnistumisia edeltävien epäonnistumisten määrä:
P(Y = y) = C(y + r − 1, y) · pʳ · (1 − p)^y, kun y ≥ 0
Odotusarvo ja varianssi yritysten muodossa ovat:
E(X) = r ÷ p
Var(X) = r · (1 − p) ÷ p²
Onnistumistodennäköisyys on p = 0,3 ja tavoitellaan r = 3 onnistumista. Mikä on todennäköisyys, että kolmas onnistuminen tulee täsmälleen viidennellä yrityksellä (x = 5)?
Keskimäärin kolmanteen onnistumiseen tarvitaan E(X) = 3 ÷ 0,3 = 10 yritystä.
Negatiivinen binomijakauma yleistää geometrisen jakauman: kun r = 1, odotetaan ensimmäistä onnistumista ja jakauma on geometrinen. Useamman riippumattoman geometrisen jakauman summa tuottaa negatiivisen binomijakauman. Jakaumaa käytetään myös laskettavan datan mallintamiseen silloin, kun varianssi on selvästi keskiarvoa suurempi eli aineisto on ylihajaantunutta – tällöin negatiivinen binomijakauma sopii usein paremmin kuin Poisson-jakauma.