Calcolatore Distribuzione Ipergeometrica

Calcolatore Distribuzione Ipergeometrica

Il Calcolatore della Distribuzione Ipergeometrica calcola le probabilità esatte per scenari di campionamento senza reinserimento. Inserisci la dimensione della popolazione (N), il numero di elementi di successo (K), il numero di estrazioni (n) e il numero desiderato di successi (k) per ottenere istantaneamente le probabilità puntuali e cumulative con soluzioni combinatorie passo dopo passo e visualizzazioni interattive.

Cos'è la Distribuzione Ipergeometrica?

La distribuzione ipergeometrica è una distribuzione di probabilità discreta che descrive il numero di successi in una sequenza di n estrazioni da una popolazione finita di dimensione N contenente esattamente K elementi di successo, estratti senza reinserimento. A differenza della distribuzione binomiale — che presuppone che ogni prova sia indipendente — la distribuzione ipergeometrica tiene conto del fatto che ogni estrazione cambia la composizione della popolazione rimanente.

La Formula PMF Ipergeometrica

La funzione di massa di probabilità (PMF) è:

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

Dove C(a, b) = a! / (b! × (a − b)!) è il coefficiente binomiale ("a su b"). Il numeratore conta i modi favorevoli per scegliere k successi da K e (n − k) insuccessi da (N − K). Il denominatore conta tutti i modi possibili per estrarre n elementi da N.

Parametri Spiegati

• N (Dimensione Popolazione) — Numero totale di elementi nella popolazione.
• K (Stati di Successo) — Numero di elementi classificati come "successo" nella popolazione.
• n (Numero di Estrazioni) — Quanti elementi vengono estratti senza reinserimento.
• k (Successi Osservati) — Il numero specifico di successi di cui vuoi trovare la probabilità.

Media, Varianza e Deviazione Standard

Per una variabile casuale ipergeometrica X:

• Media: μ = nK / N
• Varianza: σ² = n × (K/N) × ((N−K)/N) × ((N−n)/(N−1))
• Deviazione Standard: σ = √σ²

Il fattore (N − n) / (N − 1) è chiamato fattore di correzione per popolazione finita. Esso riduce la varianza rispetto alla binomiale, riflettendo che il campionamento senza reinserimento è meno variabile del campionamento con reinserimento.

Distribuzione Ipergeometrica vs. Binomiale

• Ipergeometrica: Campionamento senza reinserimento da una popolazione finita. Ogni estrazione cambia la probabilità dell'estrazione successiva.
• Binomiale: Campionamento con reinserimento (o da una popolazione infinita). Ogni prova ha la stessa probabilità.
• Quando la popolazione è molto grande rispetto al campione (N ≫ n), la distribuzione ipergeometrica approssima la binomiale.

Applicazioni Comuni

• Controllo Qualità — Qual è la probabilità di trovare esattamente 3 pezzi difettosi ispezionando 30 unità da un lotto di 500 contenente 20 difettosi?
• Giochi di Carte — Qual è la probabilità di ricevere esattamente 2 cuori in una mano di poker da 5 carte da un mazzo standard di 52?
• Analisi Lotteria — Quali sono le probabilità di indovinare un certo numero di numeri estratti?
• Ecologia (Cattura-Ricattura) — Stima delle popolazioni di fauna selvatica mediante marcatura e ricattura di animali.
• Test Statistici — Il test esatto di Fisher utilizza la distribuzione ipergeometrica per testare l'indipendenza in tabelle di contingenza 2×2.

Come Usare Questo Calcolatore

1. Inserisci la dimensione della popolazione N (elementi totali).
2. Inserisci il numero di stati di successo K (deve essere ≤ N).
3. Inserisci il numero di estrazioni n (deve essere ≤ N).
4. Inserisci i successi osservati k (deve essere fattibile per i parametri indicati).
5. Clicca su "Calcola Probabilità" per vedere le probabilità esatte e cumulative, le soluzioni passo dopo passo, un grafico a barre PMF e una visualizzazione del modello a urna.

Domande Frequenti

A cosa serve la distribuzione ipergeometrica?

La distribuzione ipergeometrica viene utilizzata ogni volta che si campiona da una popolazione finita senza reinserimento e si desidera conoscere la probabilità di estrarre un numero specifico di elementi con una particolare caratteristica. Casi d'uso comuni includono l'ispezione per il controllo di qualità, le probabilità dei giochi di carte, le quote della lotteria e gli studi ecologici di cattura-ricattura.

In cosa differisce la distribuzione ipergeometrica da quella binomiale?

La differenza fondamentale è il reinserimento. La binomiale presuppone prove indipendenti (con reinserimento), mentre l'ipergeometrica modella estrazioni dipendenti (senza reinserimento). Quando la popolazione è molto più grande del campione, le due distribuzioni convergono.

Quali sono gli intervalli validi per k?

I successi osservati k devono soddisfare: max(0, n − (N − K)) ≤ k ≤ min(n, K). Il limite inferiore assicura che ci siano abbastanza elementi di insuccesso per le restanti estrazioni, e il limite superiore assicura di non superare i successi disponibili o le estrazioni totali.

Posso usarlo per il test esatto di Fisher?

Sì. Il test esatto di Fisher calcola le probabilità utilizzando la distribuzione ipergeometrica. Se hai una tabella di contingenza 2×2, puoi usare questo calcolatore per calcolare la probabilità di osservare i conteggi delle celle dati sotto l'ipotesi nulla di indipendenza.

Cos'è il fattore di correzione per popolazione finita?

Il fattore (N − n) / (N − 1) nella formula della varianza tiene conto del campionamento senza reinserimento. Riduce sempre la varianza rispetto alla binomiale. Quando n è piccolo rispetto a N, questo fattore è vicino a 1 e la correzione è trascurabile.