自 2010 年 · 每月支持超过 200 万次工具运行
自 2010 年
添加到 Chrome

我的工具箱

自动模式

还没有收藏的工具。

升级为高级版
相关工具
几何分布计算器指数分布计算器负二项分布计算器二项概率分布计算器泊松分布计算器僵尸生存时间计算器
主页 > 数学 > 统计与数据分析
 

超几何分布计算器

计算无放回抽样的超几何分布概率。输入总体规模、成功状态数、抽取数和观测成功数,得到精确和累积概率、PMF图表、详细步骤和罐子抽样可视化。

免费使用无需注册即时出结果
超几何分布计算器立即免费试用 ▼
📌 尝试一个场景:
总体中的总项目数
总体中的成功数 (≤ N)
无放回抽取的项目数
样本中的成功数
所有值必须为非负整数。K ≤ N, n ≤ N,且 k 必须在给定参数下可行。

Embed 超几何分布计算器 Widget

超几何分布计算器

超几何分布计算器用于计算无放回抽样场景下的精确概率。输入您的总体大小 (N)、成功项目数 (K)、抽取次数 (n) 以及期望的成功次数 (k),即可立即获得点概率和累积概率,并附带逐步的组合解法和交互式可视化图表。

什么是超几何分布?

超几何分布是一种离散概率分布,它描述了在含有恰好 K 个成功项目的、大小为 N 的有限总体中,进行 n 次无放回抽取时,成功项目出现的次数。与二项分布(假设每次试验都是独立的)不同,超几何分布考虑了每次抽取都会改变剩余总体构成这一事实。

超几何分布 PMF 公式

概率质量函数 (PMF) 为:

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

其中 C(a, b) = a! / (b! × (a − b)!) 是二项式系数(“从 a 中选 b”)。分子计算从 K 个成功项中选出 k 个成功项,以及从 (N − K) 个失败项中选出 (n − k) 个失败项的有利组合数。分母计算从 N 个项目中抽取 n 个项目的所有可能组合数。

参数详解

均值、方差和标准差

对于超几何随机变量 X:

因子 (N − n) / (N − 1) 被称为有限总体修正因子。它比二项分布减小了方差,反映了无放回抽样的变异性小于有放回抽样。

超几何分布 vs. 二项分布

常见应用

如何使用此计算器

  1. 输入总体大小 N(总项目数)。
  2. 输入成功状态数 K(必须 ≤ N)。
  3. 输入抽取次数 n(必须 ≤ N)。
  4. 输入观察到的成功数 k(必须在给定参数下可行)。
  5. 点击“计算概率”查看精确概率和累积概率、逐步解法、PMF 柱状图以及瓮模型可视化。

常见问题解答

超几何分布用于什么?

超几何分布用于从有限总体中进行无放回抽样,且您想知道抽取具有特定特征的项目数量的概率。常见用例包括质量控制检查、卡牌游戏概率、彩票几率和生态捕捉-再捕捉研究。

超几何分布与二项分布有何不同?

关键区别在于“放回”。二项分布假设试验相互独立(有放回),而超几何分布模拟相关联的抽取(无放回)。当总体远大于样本时,这两种分布会趋于一致。

k 的有效范围是什么?

观察到的成功次数 k 必须满足:max(0, n − (N − K)) ≤ k ≤ min(n, K)。下限确保有足够的失败项供剩余抽取,上限确保不超过可用的成功项或总抽取次数。

我可以将其用于 Fisher 精确检验吗?

是的。Fisher 精确检验使用超几何分布计算概率。如果您有一个 2×2 列联表,可以使用此计算器计算在独立性零假设下观察到给定单元格计数的概率。

什么是有限总体修正因子?

方差公式中的因子 (N − n) / (N − 1) 考虑了无放回抽样。与二项分布相比,它总是会减小方差。当 n 相对于 N 很小时,该因子接近 1,修正效果可以忽略不计。

引用此内容、页面或工具为:

"超几何分布计算器" 于 https://MiniWebtool.com/zh-cn/超几何分布计算器/,来自 MiniWebtool,https://MiniWebtool.com/

由 miniwebtool 团队开发。更新日期:2026-04-13

统计与数据分析:

数学求解你想解决什么数学问题?

数学求解

试试
浏览更多表达式

点击示例填入,可修改数值后求解。log 默认以 10 为底,自然对数使用 ln。

数字与因数

分数与除法

幂、根式与对数

代数与方程

微积分

几何与三角

热门与最新工具:

贝塔分布计算器正态分布计算器威布尔分布计算器查看全部 →
主页 > 数学 > 统计与数据分析 > 超几何分布计算器