เครื่องคำนวณการแจกแจงแบบทวินาม

ยินดีต้อนรับสู่ เครื่องคำนวณการแจกแจงความน่าจะเป็นแบบทวินาม เครื่องมือทางสถิติที่ครอบคลุมซึ่งคำนวณความน่าจะเป็นแบบทวินามที่แน่นอนและสะสม พร้อมวิธีทำทีละขั้นตอน การแสดงภาพการแจกแจงแบบโต้ตอบ และการวิเคราะห์ทางสถิติโดยละเอียด ไม่ว่าคุณจะเป็นนักเรียนที่กำลังเรียนรู้ทฤษฎีความน่าจะเป็น นักวิจัยที่วิเคราะห์ข้อมูลการทดลอง หรือมืออาชีพด้านการควบคุมคุณภาพ เครื่องคำนวณนี้จะให้ความแม่นยำและความชัดเจนที่คุณต้องการ

การแจกแจงแบบทวินามคืออะไร?

การแจกแจงแบบทวินาม คือการแจกแจงความน่าจะเป็นแบบไม่ต่อเนื่องที่จำลองจำนวนครั้งที่สำเร็จในการทดลองแบบเบอร์นูลลีอิสระจำนวนคงที่ การทดลองแต่ละครั้งมีผลลัพธ์ที่เป็นไปได้สองอย่าง (สำเร็จหรือล้มเหลว) และความน่าจะเป็นที่จะสำเร็จจะคงที่ในทุกการทดลอง

การแจกแจงแบบทวินามมีพารามิเตอร์สองตัว:

• n - จำนวนการทดลอง (การทดลอง)
• p - ความน่าจะเป็นที่จะสำเร็จในแต่ละครั้ง

สูตรความน่าจะเป็นแบบทวินาม (PMF)

ความน่าจะเป็นที่จะสำเร็จ k ครั้งพอดีในการทดลอง n ครั้งกำหนดโดยฟังก์ชันมวลความน่าจะเป็น (PMF):

โดยที่:

• $inom{n}{k} = \frac{n!}{k!(n-k)!}$ คือสัมประสิทธิ์ทวินาม ("n เลือก k")
• $p^k$ แทนความน่าจะเป็นที่จะสำเร็จ k ครั้ง
• $(1-p)^{n-k}$ แทนความน่าจะเป็นที่จะล้มเหลว (n-k) ครั้ง

ฟังก์ชันการแจกแจงสะสม (CDF)

CDF ให้ความน่าจะเป็นที่จะสำเร็จอย่างมากที่สุด k ครั้ง:

คุณสมบัติที่สำคัญของเครื่องคำนวณนี้

วิธีใช้เครื่องคำนวณนี้

1. ป้อนจำนวนการทดลอง (n): นี่คือจำนวนการทดลองที่เป็นอิสระต่อกันทั้งหมด ตัวอย่างเช่น หากโยนเหรียญ 10 ครั้ง n = 10
2. ป้อนความน่าจะเป็นที่จะสำเร็จ (p): ความน่าจะเป็นที่จะสำเร็จในการทดลองครั้งเดียว ระหว่าง 0 ถึง 1 สำหรับเหรียญที่เที่ยงตรง p = 0.5
3. ป้อนจำนวนครั้งที่สำเร็จ (k): จำนวนครั้งที่สำเร็จเจาะจงที่คุณต้องการหาความน่าจะเป็น ต้องอยู่ระหว่าง 0 ถึง n
4. คลิกคำนวณ: ดูการวิเคราะห์ความน่าจะเป็นที่สมบูรณ์ รวมถึงความน่าจะเป็นที่แน่นอน ความน่าจะเป็นสะสม วิธีทำทีละขั้นตอน และการแสดงภาพ

ทำความเข้าใจผลลัพธ์

ค่าความน่าจะเป็น

• P(X = k): ความน่าจะเป็นที่จะสำเร็จ k ครั้งพอดี (PMF)
• P(X ≤ k): ความน่าจะเป็นที่จะสำเร็จ k ครั้งหรือน้อยกว่า (CDF)
• P(X ≥ k): ความน่าจะเป็นที่จะสำเร็จ k ครั้งหรือมากกว่า = 1 - P(X ≤ k-1)
• P(X < k): ความน่าจะเป็นที่จะสำเร็จน้อยกว่า k ครั้ง = P(X ≤ k-1)

ค่าทางสถิติ

• ค่าเฉลี่ย (μ): จำนวนครั้งที่สำเร็จที่คาดหวัง = n × p
• ความแปรปรวน (σ²): การวัดการกระจายตัว = n × p × (1-p)
• ส่วนเบี่ยงเบนมาตรฐาน (σ): รากที่สองของความแปรปรวน
• ฐานนิยม (Mode): จำนวนครั้งที่สำเร็จที่มีโอกาสเกิดขึ้นมากที่สุด
• ความเบ้ (Skewness): การวัดความไม่สมมาตรของการแจกแจง

การประยุกต์ใช้ในโลกแห่งความเป็นจริง

การควบคุมคุณภาพ

บริษัทผู้ผลิตใช้การแจกแจงแบบทวินามเพื่อกำหนดความน่าจะเป็นในการพบสินค้าที่ชำรุดจำนวนหนึ่งในแต่ละชุด ตัวอย่างเช่น หากสายการผลิตมีอัตราของเสีย 2% และคุณสุ่มตรวจ 50 ชิ้น ความน่าจะเป็นที่จะพบสินค้าชำรุดมากกว่า 3 ชิ้นคือเท่าใด?

การทดลองทางคลินิก

นักวิจัยทางการแพทย์ใช้การแจกแจงแบบทวินามเพื่อวิเคราะห์ประสิทธิภาพการรักษา หากยารักษาโรคชนิดใหม่มีอัตราความสำเร็จ 70% และให้ยาแก่ผู้ป่วย 20 ราย ความน่าจะเป็นที่จะมีผู้ป่วยอย่างน้อย 15 รายที่มีอาการดีขึ้นคือเท่าใด?

การวิเคราะห์ผลสำรวจ

ผู้จัดทำโพลใช้การแจกแจงแบบทวินามเพื่อคำนวณค่าเผื่อความคลาดเคลื่อนและช่วงความเชื่อมั่น หากประชากร 60% สนับสนุนนโยบายหนึ่งและคุณสำรวจคน 100 คน ความน่าจะเป็นที่จะพบผู้สนับสนุนระหว่าง 55 ถึง 65 คนคือเท่าใด?

สถิติกีฬา

นักวิเคราะห์ใช้การแจกแจงแบบทวินามเพื่อทำนายผลการแข่งขัน หากนักบาสเกตบอลมีอัตราความสำเร็จในการชูตลูกโทษ 75% ความน่าจะเป็นที่จะชูตลงอย่างน้อย 8 จาก 10 ครั้งคือเท่าใด?

เงื่อนไขสำหรับการแจกแจงแบบทวินาม

การแจกแจงแบบทวินามจะเหมาะสมเมื่อเป็นไปตามเงื่อนไขต่อไปนี้ทั้งหมด:

• จำนวนครั้งที่ทดลองคงที่: จำนวนการทดลอง (n) ถูกกำหนดไว้ล่วงหน้า
• มีผลลัพธ์สองอย่าง: การทดลองแต่ละครั้งส่งผลให้เกิดความสำเร็จหรือล้มเหลวเท่านั้น
• การทดลองเป็นอิสระต่อกัน: ผลลัพธ์ของการทดลองครั้งหนึ่งไม่ส่งผลต่อครั้งอื่น
• ความน่าจะเป็นคงที่: ความน่าจะเป็นที่จะสำเร็จ (p) ยังคงเท่าเดิมในทุกการทดลอง

คำถามที่พบบ่อย

การแจกแจงแบบทวินามคืออะไร?

การแจกแจงแบบทวินามจำลองจำนวนครั้งที่สำเร็จในการทดลองแบบเบอร์นูลลีอิสระจำนวนหนึ่ง โดยแต่ละครั้งมีโอกาสสำเร็จเท่ากัน ตัวอย่างเช่น สามารถจำลองจำนวนครั้งที่ออกหัวในการโยนเหรียญ หรือจำนวนสินค้าที่ชำรุดในชุดสินค้า

สูตรความน่าจะเป็นทวินามคืออะไร?

สูตรความน่าจะเป็นทวินามคือ P(X = k) = C(n,k) × p^k × (1-p)^(n-k) โดยที่ C(n,k) คือสัมประสิทธิ์ทวินาม, n คือจำนวนครั้งที่ทดลอง, k คือจำนวนครั้งที่สำเร็จ และ p คือความน่าจะเป็นที่จะสำเร็จในการทดลองครั้งเดียว

PMF และ CDF ต่างกันอย่างไร?

PMF (Probability Mass Function) ให้ความน่าจะเป็นที่จะสำเร็จ k ครั้งพอดี: P(X = k) ส่วน CDF (Cumulative Distribution Function) ให้ความน่าจะเป็นที่จะสำเร็จอย่างมากที่สุด k ครั้ง: P(X ≤ k)

ค่าเฉลี่ยและความแปรปรวนของการแจกแจงแบบทวินามคืออะไร?

สำหรับการแจกแจงแบบทวินามที่มีพารามิเตอร์ n และ p: ค่าเฉลี่ย (μ) = n × p, ความแปรปรวน (σ²) = n × p × (1-p) และส่วนเบี่ยงเบนมาตรฐาน (σ) = √(n × p × (1-p))

เมื่อใดควรใช้การแจกแจงแบบทวินามเทียบกับการแจกแจงอื่น?

ใช้การแจกแจงแบบทวินามเมื่อคุณมีจำนวนการทดลองอิสระคงที่ซึ่งมีผลลัพธ์เพียงสองอย่างและความน่าจะเป็นคงที่ ใช้การแจกแจงแบบพัวซองสำหรับการนับเหตุการณ์ในช่วงเวลาคงที่เมื่อ n มีค่ามากและ p มีค่าน้อย ใช้การประมาณด้วยการแจกแจงปกติเมื่อทั้ง n×p และ n×(1-p) มีค่ามากกว่า 5

จะคำนวณความน่าจะเป็นทวินามสะสมได้อย่างไร?

ในการคำนวณ P(X ≤ k) ให้รวมความน่าจะเป็นส่วนบุคคลทั้งหมดตั้งแต่ X=0 ถึง X=k สำหรับ P(X ≥ k) ให้ใช้ส่วนเติมเต็ม: P(X ≥ k) = 1 - P(X ≤ k-1) เครื่องคำนวณของเราจะคำนวณทั้งหมดนี้ให้คุณโดยอัตโนมัติ

แหล่งข้อมูลเพิ่มเติม

• การแจกแจงทวินาม - วิกิพีเดีย
• การแจกแจงทวินาม - Khan Academy (ภาษาอังกฤษ)