Hypergeometrische Verteilung Rechner

Hypergeometrische Verteilung Rechner

Der Rechner für hypergeometrische Verteilung berechnet exakte Wahrscheinlichkeiten für Szenarien des Ziehens ohne Zurücklegen. Geben Sie die Größe Ihrer Grundgesamtheit (N), die Anzahl der Erfolgselemente (K), die Anzahl der Ziehungen (n) und die gewünschte Anzahl der Erfolge (k) ein, um sofort Punkt- und kumulative Wahrscheinlichkeiten mit schrittweisen kombinatorischen Lösungen und interaktiven Visualisierungen zu erhalten.

Was ist die hypergeometrische Verteilung?

Die hypergeometrische Verteilung ist eine diskrete Wahrscheinlichkeitsverteilung, die die Anzahl der Erfolge in einer Folge von n Ziehungen aus einer endlichen Grundgesamtheit der Größe N beschreibt, die genau K Erfolgselemente enthält, wobei ohne Zurücklegen gezogen wird. Im Gegensatz zur Binomialverteilung – die davon ausgeht, dass jeder Versuch unabhängig ist – berücksichtigt die hypergeometrische Verteilung die Tatsache, dass jede Ziehung die Zusammensetzung der verbleibenden Grundgesamtheit verändert.

Die hypergeometrische Wahrscheinlichkeitsformel (PMF)

Die Wahrscheinlichkeitsfunktion (PMF) lautet:

P(X = k) = C(K, k) × C(N − K, n − k) / C(N, n)

Dabei ist C(a, b) = a! / (b! × (a − b)!) der Binomialkoeffizient („a über b“). Der Zähler zählt die günstigen Möglichkeiten, k Erfolge aus K und (n − k) Misserfolge aus (N − K) auszuwählen. Der Nenner zählt alle möglichen Arten, n Elemente aus N zu ziehen.

Erklärung der Parameter

• N (Größe der Grundgesamtheit) — Gesamtzahl der Elemente in der Grundgesamtheit.
• K (Anzahl der Erfolge) — Anzahl der als „Erfolg“ eingestuften Elemente in der Grundgesamtheit.
• n (Anzahl der Ziehungen) — Wie viele Elemente ohne Zurücklegen gezogen werden.
• k (Beobachtete Erfolge) — Die spezifische Anzahl von Erfolgen, für die Sie die Wahrscheinlichkeit ermitteln möchten.

Erwartungswert, Varianz und Standardabweichung

Für eine hypergeometrische Zufallsvariable X:

• Erwartungswert (Mittelwert): μ = nK / N
• Varianz: σ² = n × (K/N) × ((N−K)/N) × ((N−n)/(N−1))
• Standardabweichung: σ = √σ²

Der Faktor (N − n) / (N − 1) wird als Korrekturfaktor für endliche Grundgesamtheiten bezeichnet. Er verringert die Varianz im Vergleich zur Binomialverteilung und spiegelt wider, dass das Ziehen ohne Zurücklegen weniger variabel ist als das Ziehen mit Zurücklegen.

Hypergeometrische vs. Binomialverteilung

• Hypergeometrisch: Ziehen ohne Zurücklegen aus einer endlichen Grundgesamtheit. Jede Ziehung ändert die Wahrscheinlichkeit der nächsten Ziehung.
• Binomial: Ziehen mit Zurücklegen (oder aus einer unendlichen Grundgesamtheit). Jeder Versuch hat die gleiche Wahrscheinlichkeit.
• Wenn die Grundgesamtheit im Verhältnis zur Stichprobe sehr groß ist (N ≫ n), nähert sich die hypergeometrische Verteilung der Binomialverteilung an.

Häufige Anwendungen

• Qualitätskontrolle — Wie hoch ist die Wahrscheinlichkeit, genau 3 defekte Artikel zu finden, wenn man 30 Einheiten aus einer Charge von 500 prüft, die 20 Defekte enthält?
• Kartenspiele — Wie hoch ist die Wahrscheinlichkeit, dass man bei einem 5-Karten-Pokerblatt aus einem Standarddeck mit 52 Karten genau 2 Herz-Karten erhält?
• Lotto-Analyse — Wie hoch ist die Wahrscheinlichkeit, eine bestimmte Anzahl von gezogenen Zahlen richtig zu haben?
• Ökologie (Fang-Wiederfang) — Schätzung von Wildtierpopulationen durch Markieren und Wiederfangen von Tieren.
• Statistische Tests — Der exakte Test nach Fisher verwendet die hypergeometrische Verteilung, um die Unabhängigkeit in 2×2-Kontingenztabellen zu testen.

So verwenden Sie diesen Rechner

1. Geben Sie die Größe der Grundgesamtheit N (Gesamtzahl der Elemente) ein.
2. Geben Sie die Anzahl der Erfolgselemente K ein (muss ≤ N sein).
3. Geben Sie die Anzahl der Ziehungen n ein (muss ≤ N sein).
4. Geben Sie die beobachteten Erfolge k ein (muss für die gegebenen Parameter möglich sein).
5. Klicken Sie auf „Wahrscheinlichkeit berechnen“, um exakte und kumulative Wahrscheinlichkeiten, schrittweise Lösungen, ein PMF-Balkendiagramm und eine Urnenmodell-Visualisierung zu sehen.

Häufig gestellte Fragen (FAQ)

Wofür wird die hypergeometrische Verteilung verwendet?

Die hypergeometrische Verteilung wird immer dann verwendet, wenn Sie aus einer endlichen Grundgesamtheit ohne Zurücklegen ziehen und die Wahrscheinlichkeit wissen möchten, eine bestimmte Anzahl von Elementen mit einem bestimmten Merkmal zu ziehen. Typische Anwendungsfälle sind Qualitätskontrollen, Wahrscheinlichkeiten bei Kartenspielen, Lotto-Quoten und ökologische Fang-Wiederfang-Studien.

Wie unterscheidet sich die hypergeometrische Verteilung von der Binomialverteilung?

Der Hauptunterschied ist das Zurücklegen. Die Binomialverteilung geht von unabhängigen Versuchen aus (mit Zurücklegen), während die hypergeometrische Verteilung abhängige Ziehungen modelliert (ohne Zurücklegen). Wenn die Grundgesamtheit viel größer als die Stichprobe ist, konvergieren die beiden Verteilungen.

Was sind die gültigen Bereiche für k?

Die beobachteten Erfolge k müssen folgende Bedingung erfüllen: max(0, n − (N − K)) ≤ k ≤ min(n, K). Die Untergrenze stellt sicher, dass genügend Misserfolgselemente für die verbleibenden Ziehungen vorhanden sind, und die Obergrenze stellt sicher, dass Sie die verfügbaren Erfolge oder die Gesamtzahl der Ziehungen nicht überschreiten.

Kann ich dies für den exakten Test nach Fisher verwenden?

Ja. Der exakte Test nach Fisher berechnet Wahrscheinlichkeiten mit Hilfe der hypergeometrischen Verteilung. Wenn Sie eine 2×2-Kontingenztabelle haben, können Sie diesen Rechner verwenden, um die Wahrscheinlichkeit zu berechnen, die gegebenen Zellhäufigkeiten unter der Nullhypothese der Unabhängigkeit zu beobachten.

Was ist der Korrekturfaktor für endliche Grundgesamtheiten?

Der Faktor (N − n) / (N − 1) in der Varianzformel berücksichtigt das Ziehen ohne Zurücklegen. Er reduziert die Varianz im Vergleich zur Binomialverteilung immer. Wenn n im Verhältnis zu N klein ist, liegt dieser Faktor nahe bei 1 und die Korrektur ist vernachlässigbar.