Calculadora de Distribuição Binomial Negativa

Calculadora de Distribuição Binomial Negativa

A Calculadora de Distribuição Binomial Negativa calcula probabilidades exatas para o número de falhas (ou tentativas totais) necessárias antes de atingir um número alvo de sucessos. Insira o número de sucessos necessários (r), a probabilidade de sucesso por tentativa (p) e seu valor alvo (k) para obter probabilidades pontuais e cumulativas, soluções passo a passo, gráficos interativos e uma visualização da sequência de tentativas.

O Que É a Distribuição Binomial Negativa?

A distribuição binomial negativa é uma distribuição de probabilidade discreta que modela o número de falhas antes que ocorra um número especificado de sucessos em uma sequência de tentativas de Bernoulli independentes. Cada tentativa tem a mesma probabilidade de sucesso p. Ela responde a perguntas como "Quantas chamadas de vendas malsucedidas farei antes de fechar meu 5º negócio?" ou "Quantos itens defeituosos inspecionarei antes de encontrar 10 bons?"

A distribuição recebe esse nome devido à expansão da série binomial negativa usada em sua derivação. Ela generaliza a distribuição geométrica, que é o caso especial onde r = 1 (um sucesso necessário).

Duas Parametrizações Comuns

A distribuição binomial negativa possui duas formulações equivalentes que diferem no que a variável aleatória conta:

• Parametrização de falhas (X): X conta apenas as falhas antes do r-ésimo sucesso. X pode ser 0, 1, 2, 3, ... A PMF é P(X = k) = C(k + r − 1, r − 1) × p^r × (1 − p)^k.
• Parametrização de tentativas (Y): Y conta o número total de tentativas (tanto sucessos quanto falhas) até o r-ésimo sucesso. Y pode ser r, r+1, r+2, ... A relação é Y = X + r.

Esta calculadora suporta ambas. Use o botão de alternância para alternar entre inserir k como o número de falhas ou o número total de tentativas.

A Fórmula da PMF Binomial Negativa

Na parametrização de falhas, a função de massa de probabilidade é:

P(X = k) = C(k + r − 1, r − 1) × p^r × (1 − p)^k

Onde C(n, k) = n! / (k! × (n − k)!) é o coeficiente binomial. O termo C(k + r − 1, r − 1) conta o número de maneiras de organizar k falhas e r − 1 sucessos nas primeiras k + r − 1 tentativas (a última tentativa deve ser um sucesso). O termo p^r é a probabilidade de r sucessos, e (1 − p)^k é a probabilidade de k falhas.

Média, Variância e Outras Estatísticas

Para a variável aleatória binomial negativa X (parametrização de falhas) com parâmetros r e p:

• Média: μ = r(1 − p) / p
• Variância: σ² = r(1 − p) / p²
• Desvio Padrão: σ = √(r(1 − p) / p²)
• Moda: ⌊(r − 1)(1 − p) / p⌋ quando r > 1; 0 quando r = 1
• Assimetria: (2 − p) / √(r(1 − p))

Para a parametrização de tentativas Y = X + r, a média desloca-se para r/p e a variância permanece a mesma.

Relação com Outras Distribuições

• Distribuição geométrica: O caso especial com r = 1. Modela o número de falhas antes do primeiro sucesso.
• Distribuição binomial: Enquanto a binomial fixa o número de tentativas e conta os sucessos, a binomial negativa fixa o número de sucessos e conta as tentativas/falhas.
• Distribuição de Poisson: A binomial negativa pode ser vista como uma mistura Poisson-Gamma. À medida que r → ∞ e p → 1 mantendo r(1 − p)/p constante, a binomial negativa aproxima-se de uma distribuição de Poisson.

Aplicações Comuns

• Vendas e marketing — Quantas chamadas até que um vendedor feche seu número alvo de negócios, dada uma taxa de conversão conhecida?
• Controle de qualidade — Quantos itens devem ser inspecionados para encontrar um número alvo de unidades conformes?
• Ensaios clínicos — Quantos pacientes precisam ser inscritos antes de obter um número alvo de respostas positivas?
• Seguros — Modelagem de contagem de sinistros quando a variância excede a média (sobredispersão em relação à Poisson).
• Ecologia — Modelagem de dados de abundância de espécies onde as contagens mostram mais variabilidade do que um modelo de Poisson permite.
• Análise esportiva — Quantos arremessos ou tentativas até que um atleta atinja um número alvo de resultados bem-sucedidos?

Como Usar Esta Calculadora

1. Insira r, o número de sucessos que você deseja alcançar (r ≥ 1).
2. Insira p, a probabilidade de sucesso em cada tentativa (0 < p ≤ 1).
3. Selecione o modo de entrada: se k representa o número de falhas ou o número total de tentativas.
4. Insira k, o valor específico para o qual você deseja encontrar a probabilidade.
5. Clique em "Calcular Probabilidade" para ver as probabilidades exatas e cumulativas, soluções combinatórias passo a passo, uma visualização da sequência de tentativas, gráficos de PMF/CDF e a tabela de distribuição completa.

Perguntas Frequentes

Qual é a diferença entre as distribuições binomial negativa e binomial?

A distribuição binomial fixa o número de tentativas e conta o número aleatório de sucessos. A binomial negativa fixa o número de sucessos e conta o número aleatório de tentativas (ou falhas). Elas respondem a perguntas complementares: a binomial pergunta "Quantos sucessos em n tentativas?" enquanto a binomial negativa pergunta "Quantas tentativas até r sucessos?"

Quando devo usar a binomial negativa em vez da distribuição de Poisson?

Use a binomial negativa quando seus dados de contagem mostram sobredispersão — quando a variância é maior que a média. A distribuição de Poisson assume que a média e a variância são iguais. A binomial negativa tem um parâmetro extra que permite que a variância exceda a média, tornando-a um ajuste melhor para muitos conjuntos de dados de contagem do mundo real.

O que significa quando r = 1?

Quando r = 1, a binomial negativa reduz-se à distribuição geométrica, que modela o número de falhas antes do primeiro sucesso. Por exemplo, o número de lançamentos de moeda resultando em coroa antes do primeiro cara.

P pode ser igual a 0 ou 1?

A probabilidade p deve ser estritamente maior que 0. Se p = 0, o sucesso é impossível, então você precisaria de tentativas infinitas. Se p = 1, cada tentativa é um sucesso, então sempre há 0 falhas e a distribuição é degenerada (toda a massa de probabilidade em k = 0). Esta calculadora aceita p = 1 como um caso especial.

Como a binomial negativa é usada em regressão?

A regressão binomial negativa é uma generalização da regressão de Poisson usada quando os dados de contagem exibem sobredispersão. Ela adiciona um parâmetro de dispersão que permite que a variância condicional exceda a média condicional. Aplicações comuns incluem modelagem de contagem de visitas hospitalares, frequências de acidentes de trânsito e dados de abundância de espécies.