Kiedy należy stosować rozkład hipergeometryczny zamiast rozkładu dwumianowego?

Stosuj rozkład hipergeometryczny przy losowaniu bez zwracania ze skończonej populacji, szczególnie gdy wielkość próby stanowi znaczną część populacji. Stosuj rozkład dwumianowy przy losowaniu ze zwracaniem lub gdy populacja jest tak duża, że usunięcie elementów nie zmienia w istotny sposób prawdopodobieństwa.

Jaki jest wzór na rozkład hipergeometryczny?

Funkcja masy prawdopodobieństwa to P(X = k) = C(K, k) razy C(N minus K, n minus k) podzielone przez C(N, n), gdzie C(a, b) to współczynnik dwumianowy (symbol Newtona a nad b), N to wielkość populacji, K to liczba stanów sukcesu, n to liczba losowań, a k to zaobserwowana liczba sukcesów.

Jakie są średnia i wariancja rozkładu hipergeometrycznego?

Średnia wynosi nK/N. Wariancja to n razy K/N razy (N minus K)/N razy (N minus n)/(N minus 1). Czynnik (N minus n)/(N minus 1) nazywany jest poprawką na skończoność populacji i uwzględnia losowanie bez zwracania.

Jakie są typowe zastosowania rozkładu hipergeometrycznego?

Typowe zastosowania obejmują kontrolę jakości i odbiór partii w produkcji, obliczenia prawdopodobieństwa w grach karcianych, szanse w loteriach, metody ekologiczne typu złów-oznacz-ponownie do szacowania populacji dzikich zwierząt oraz statystyczne testy hipotez, takie jak dokładny test Fishera.

Kalkulator Rozkładu Hipergeometrycznego

Oblicz prawdopodobieństwa rozkładu hipergeometrycznego przy losowaniu bez zwracania. Wpisz populację, liczbę sukcesów, wielkość próby i obserwowane sukcesy, by uzyskać prawdopodobieństwa dokładne i skumulowane, wykresy PMF i wizualizację.

BezpłatneBez rejestracjiNatychmiastowe wyniki

Kalkulator Rozkładu HipergeometrycznegoWypróbuj teraz — za darmo ▼

Embed Kalkulator Rozkładu Hipergeometrycznego Widget

O Kalkulator Rozkładu Hipergeometrycznego

Kalkulator Rozkładu Hipergeometrycznego oblicza dokładne prawdopodobieństwa dla scenariuszy próbkowania bez zwracania. Wprowadź wielkość populacji (N), liczbę sukcesów (K), liczbę losowań (n) oraz pożądaną liczbę sukcesów (k), aby błyskawicznie otrzymać prawdopodobieństwa punktowe i skumulowane wraz z rozwiązaniami kombinatorycznymi krok po kroku i interaktywnymi wizualizacjami.

Co to jest rozkład hipergeometryczny?

Rozkład hipergeometryczny to dyskretny rozkład prawdopodobieństwa, który opisuje liczbę sukcesów w sekwencji n losowań ze skończonej populacji o rozmiarze N zawierającej dokładnie K elementów sukcesu, przeprowadzonych bez zwracania. W przeciwieństwie do rozkładu dwumianowego — który zakłada, że każda próba jest niezależna — rozkład hipergeometryczny uwzględnia fakt, że każde losowanie zmienia skład pozostałej populacji.

Wzór PMF rozkładu hipergeometrycznego

Funkcja masy prawdopodobieństwa (PMF) to:

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

Gdzie C(a, b) = a! / (b! × (a − b)!) to współczynnik dwumianowy (symbol Newtona "a nad b"). Licznik oblicza liczbę korzystnych sposobów wybrania k sukcesów z K oraz (n − k) porażek z (N − K). Mianownik oblicza wszystkie możliwe sposoby wylosowania n elementów z N.

Objaśnienie parametrów

N (Wielkość populacji) — Całkowita liczba elementów w populacji.
K (Liczba sukcesów) — Liczba elementów sklasyfikowanych jako "sukces" w populacji.
n (Liczba losowań) — Liczba elementów wylosowanych bez zwracania.
k (Obserwowane sukcesy) — Konkretna liczba sukcesów, dla której chcesz obliczyć prawdopodobieństwo.

Średnia, wariancja i odchylenie standardowe

Dla zmiennej losowej X o rozkładzie hipergeometrycznym:

Średnia: μ = nK / N
Wariancja: σ² = n × (K/N) × ((N−K)/N) × ((N−n)/(N−1))
Odchylenie standardowe: σ = √σ²

Czynnik (N − n) / (N − 1) nazywany jest poprawką na skończoność populacji. Zmniejsza on wariancję w porównaniu z rozkładem dwumianowym, odzwierciedlając fakt, że losowanie bez zwracania charakteryzuje się mniejszą zmiennością niż losowanie ze zwracaniem.

Rozkład hipergeometryczny vs. rozkład dwumianowy

Hipergeometryczny: Losowanie bez zwracania ze skończonej populacji. Każde losowanie zmienia prawdopodobieństwo kolejnego losowania.
Dwumianowy: Losowanie ze zwracaniem (lub z nieskończonej populacji). Każda próba ma to samo prawdopodobieństwo.
Gdy populacja jest bardzo duża w stosunku do próby (N ≫ n), rozkład hipergeometryczny przybliża rozkład dwumianowy.

Typowe zastosowania

Kontrola jakości — Jakie jest prawdopodobieństwo znalezienia dokładnie 3 wadliwych elementów przy sprawdzaniu 30 sztuk z partii 500 zawierającej 20 wadliwych?
Gry karciane — Jakie jest prawdopodobieństwo otrzymania dokładnie 2 kierów w 5-kartowej ręce pokerowej ze standardowej talii 52 kart?
Analiza loterii — Jakie są szanse na trafienie określonej liczby wylosowanych numerów?
Ekologia (Złów-Oznacz-Ponownie) — Szacowanie populacji dzikich zwierząt poprzez znakowanie i ponowne odławianie osobników.
Testowanie statystyczne — Dokładny test Fishera wykorzystuje rozkład hipergeometryczny do testowania niezależności w tabelach kontyngencji 2×2.

Jak korzystać z tego kalkulatora

Wprowadź wielkość populacji N (całkowita liczba elementów).
Wprowadź liczbę sukcesów K (musi być ≤ N).
Wprowadź liczbę losowań n (musi być ≤ N).
Wprowadź obserwowane sukcesy k (musi być możliwe do uzyskania dla danych parametrów).
Kliknij "Oblicz prawdopodobieństwo", aby zobaczyć prawdopodobieństwa punktowe i skumulowane, rozwiązania krok po kroku, wykres słupkowy PMF oraz wizualizację modelu urnowego.

Często zadawane pytania

Do czego służy rozkład hipergeometryczny?

Rozkład hipergeometryczny jest stosowany wszędzie tam, gdzie pobierasz próbę ze skończonej populacji bez zwracania i chcesz poznać prawdopodobieństwo wylosowania określonej liczby elementów o danej charakterystyce. Typowe przypadki użycia obejmują inspekcję kontroli jakości, prawdopodobieństwa w grach karcianych, szanse w loterii i ekologiczne badania typu złów-oznacz-ponownie.

Czym różni się rozkład hipergeometryczny od dwumianowego?

Kluczową różnicą jest zwracanie. Rozkład dwumianowy zakłada niezależne próby (ze zwracaniem), podczas gdy rozkład hipergeometryczny modeluje losowania zależne (bez zwracania). Gdy populacja jest znacznie większa niż próba, oba rozkłady stają się do siebie zbliżone.

Jakie są prawidłowe zakresy dla k?

Obserwowana liczba sukcesów k musi spełniać warunek: max(0, n − (N − K)) ≤ k ≤ min(n, K). Dolna granica zapewnia wystarczającą liczbę porażek dla pozostałych losowań, a górna granica gwarantuje, że nie przekroczysz dostępnych sukcesów ani całkowitej liczby losowań.

Czy mogę użyć tego do dokładnego testu Fishera?

Tak. Dokładny test Fishera oblicza prawdopodobieństwa przy użyciu rozkładu hipergeometrycznego. Jeśli masz tabelę kontyngencji 2×2, możesz użyć tego kalkulatora do obliczenia prawdopodobieństwa zaobserwowania danych liczebności komórek przy hipotezie zerowej o niezależności.

Co to jest poprawka na skończoność populacji?

Czynnik (N − n) / (N − 1) we wzorze na wariancję uwzględnia losowanie bez zwracania. Zawsze zmniejsza on wariancję w porównaniu do rozkładu dwumianowego. Gdy n jest małe w stosunku do N, czynnik ten jest bliski 1, a poprawka jest pomijalna.

Cytuj ten materiał, stronę lub narzędzie w następujący sposób:

"Kalkulator Rozkładu Hipergeometrycznego" na https://MiniWebtool.com/pl/kalkulator-rozkadu-hipergeometrycznego/ z MiniWebtool, https://MiniWebtool.com/

przez zespół miniwebtool. Zaktualizowano: 2026-04-13

Dostępne API dla deweloperów: Uruchom to narzędzie z aplikacji, automatyzacji lub agenta za pomocą jednego żądania HTTP JSON. Zobacz dokumentację API

Możesz także wypróbować nasz AI Rozwiązywacz Matematyczny GPT, aby rozwiązywać swoje problemy matematyczne poprzez pytania i odpowiedzi w języku naturalnym.