이항 확률 분포 계산기

이항 확률 분포 계산기에 오신 것을 환영합니다. 이 도구는 정확하고 누적된 이항 확률을 계산하고 단계별 풀이, 대화형 분포 시각화 및 상세한 통계 분석을 제공하는 종합적인 통계 도구입니다. 확률론을 공부하는 학생, 실험 데이터를 분석하는 연구원 또는 품질 관리 분야의 전문가이든 관계없이 이 계산기는 필요한 정밀도와 명확성을 제공합니다.

이항 분포란 무엇입니까?

이항 분포는 고정된 횟수의 독립적인 베르누이 시행에서 성공 횟수를 모델링하는 이산 확률 분포입니다. 각 시행은 정확히 두 가지 가능한 결과(성공 또는 실패)를 가지며, 성공 확률은 모든 시행에서 일정하게 유지됩니다.

이항 분포는 다음 두 가지 매개변수로 특징지어집니다.

• n - 시행(실험) 횟수
• p - 매 시행 시 성공 확률

이항 확률 공식 (PMF)

n번의 시행에서 정확히 k번 성공할 확률은 확률 질량 함수(PMF)에 의해 주어집니다.

여기서:

• $\binom{n}{k} = \frac{n!}{k!(n-k)!}$는 이항 계수('n choose k')입니다.
• $p^k$는 k번 성공할 확률을 나타냅니다.
• $(1-p)^{n-k}$는 (n-k)번 실패할 확률을 나타냅니다.

누적 분포 함수 (CDF)

CDF는 최대 k번 성공할 확률을 제공합니다.

이 계산기의 주요 특징

이 계산기 사용 방법

1. 시행 횟수(n) 입력: 독립적인 실험의 총 횟수입니다. 예를 들어 동전을 10번 던지는 경우 n = 10입니다.
2. 성공 확률(p) 입력: 단일 시행 시 성공 확률로, 0과 1 사이의 값입니다. 공정한 동전의 경우 p = 0.5입니다.
3. 성공 횟수(k) 입력: 확률을 구하려는 구체적인 성공 횟수입니다. 0에서 n 사이여야 합니다.
4. 계산 클릭: 정확한 확률, 누적 확률, 단계별 풀이 및 시각화를 포함한 전체 확률 분석을 확인합니다.

결과 이해하기

확률 값

• P(X = k): 정확히 k번 성공할 확률(PMF)
• P(X ≤ k): k번 이하로 성공할 확률(CDF)
• P(X ≥ k): k번 이상 성공할 확률 = 1 - P(X ≤ k-1)
• P(X < k): k번 미만으로 성공할 확률 = P(X ≤ k-1)

통계적 측정치

• 평균 (μ): 예상 성공 횟수 = n × p
• 분산 (σ²): 흩어짐의 척도 = n × p × (1-p)
• 표준 편차 (σ): 분산의 제곱근
• 최빈값: 가장 발생 가능성이 높은 성공 횟수
• 왜도: 분포 비대칭성의 척도

실생활 응용 분야

품질 관리

제조 회사는 이항 분포를 사용하여 로트에서 특정 수의 불량품이 발견될 확률을 결정합니다. 예를 들어 생산 라인의 불량률이 2%이고 50개의 품목을 검사하는 경우, 3개 이상의 불량품이 발견될 확률은 얼마입니까?

임상 시험

의학 연구자들은 이항 분포를 사용하여 치료 효과를 분석합니다. 신약의 성공률이 70%이고 20명의 환자에게 투여된 경우, 최소 15명의 환자가 호전될 확률은 얼마입니까?

설문 조사 분석

여론 조사원은 이항 분포를 사용하여 오차 범위와 신뢰 구간을 계산합니다. 인구의 60%가 특정 정책을 지지하고 100명을 설문 조사하는 경우, 55명에서 65명 사이의 지지자가 관찰될 확률은 얼마입니까?

스포츠 통계

분석가들은 이항 분포를 사용하여 경기 결과를 예측합니다. 농구 선수의 자유투 성공률이 75%인 경우, 10번의 시도 중 최소 8번을 성공할 확률은 얼마입니까?

이항 분포 조건

이항 분포는 다음 조건이 모두 충족될 때 적합합니다.

• 고정된 시행 횟수: 실험 횟수(n)가 미리 정해져 있습니다.
• 두 가지 결과: 각 시행의 결과가 성공 또는 실패입니다.
• 독립 시행: 한 시행의 결과가 다른 시행에 영향을 미치지 않습니다.
• 일정한 확률: 성공 확률(p)이 모든 시행에서 동일하게 유지됩니다.

자주 묻는 질문

이항 분포란 무엇입니까?

이항 분포는 동일한 성공 확률을 가진 독립적인 베르누이 시행이 고정된 횟수만큼 반복될 때 성공 횟수를 모델링합니다. 예를 들어, 동전을 10번 던졌을 때 앞면이 나오는 횟수나 불량률이 5%인 제품 50개 묶음 중 불량품의 개수 등을 모델링할 수 있습니다.

이항 확률 공식은 무엇입니까?

이항 확률 공식은 P(X = k) = C(n,k) × p^k × (1-p)^(n-k)입니다. 여기서 C(n,k)는 이항 계수, n은 시행 횟수, k는 성공 횟수, p는 단일 시행 시 성공 확률입니다.

PMF와 CDF의 차이점은 무엇입니까?

PMF(확률 질량 함수)는 정확히 k번 성공할 확률 P(X = k)를 제공합니다. CDF(누적 분포 함수)는 최대 k번 성공할 확률 P(X ≤ k)를 제공하며, 이는 0부터 k까지의 모든 확률의 합입니다.

이항 분포의 평균과 분산은 무엇입니까?

매개변수 n과 p를 갖는 이항 분포의 경우: 평균(μ) = n × p, 분산(σ²) = n × p × (1-p), 표준 편차(σ) = √(n × p × (1-p))입니다.

언제 이항 분포를 다른 분포 대신 사용해야 합니까?

결과가 두 가지뿐이고 성공 확률이 일정한 고정된 횟수의 독립 시행이 있을 때 이항 분포를 사용하십시오. n이 크고 p가 작을 때 고정된 시간 간격 내의 사건 수를 세는 데는 푸아송 분포를 사용하십시오. n×p와 n×(1-p)가 모두 5보다 크면 정규 근사를 사용하십시오.

누적 이항 확률은 어떻게 계산합니까?

P(X ≤ k)를 계산하려면 X=0부터 X=k까지의 모든 개별 확률을 합산합니다. P(X ≥ k)의 경우 여사건을 사용합니다: P(X ≥ k) = 1 - P(X ≤ k-1). 저희 계산기는 이 모든 것을 자동으로 계산합니다.