Binomialverteilungs-Rechner

Ermitteln Sie die Wahrscheinlichkeit für k Erfolge in n Versuchen.

So wird gerechnet

Die Binomialverteilung zählt Erfolge in n unabhängigen Versuchen, die jeweils mit der Wahrscheinlichkeit p gelingen. Die exakte Wahrscheinlichkeit für k Erfolge beträgt P(X=k) = C(n,k) × pk × (1−p)n−k, wobei C(n,k) = n! / (k!(n−k)!). Das Tool liefert außerdem die kumulierte Wahrscheinlichkeit P(X ≤ k), die Summe der exakten Wahrscheinlichkeiten von 0 bis k, sowie P(X ≥ k), was 1 − P(X ≤ k) + P(X=k) entspricht. Dabei ist p eine Wahrscheinlichkeit zwischen 0 und 1 (kein Prozentwert), n ist eine ganze Zahl bis 1000, und k muss zwischen 0 und n liegen. Wahrscheinlichkeiten werden mit fünf Nachkommastellen angezeigt.

Rechenbeispiel

Werfen Sie eine faire Münze 10 Mal (n = 10, p = 0,5) und fragen Sie nach genau 3 Mal Kopf (k = 3). C(10; 3) = 120, und 0,5³ × 0,5⁷ = 1/1024, also P(X=3) = 120/1024 = 0,11719. Kumuliert: Die exakten Chancen für 0, 1, 2 und 3 Mal Kopf betragen 1, 10, 45 und 120 von 1024, zusammen 176/1024 = 0,17188 für höchstens 3 Mal Kopf. Mindestens 3 Mal Kopf ergibt 1 − 0,17188 + 0,11719 = 0,94531.

Dieses Beispiel ausprobieren →

Häufige Fehler

  • p als Prozentwert (50) statt als Wahrscheinlichkeit (0,5) eingeben.
  • „Genau k“ mit „höchstens k“ oder „mindestens k“ verwechseln; es sind drei getrennte Ausgaben.
  • Das Modell verwenden, obwohl die Versuche nicht unabhängig sind oder sich die Erfolgschance ändert, etwa beim Ziehen von Karten ohne Zurücklegen.
  • n = 1000 überschreiten oder k größer als n setzen, was kein Ergebnis liefert.
  • „Mindestens k“ als 1 − P(X ≤ k) lesen; das schließt k selbst aus und unterschätzt daher das Ergebnis.

Quellen

Über diesen Rechner

Die Binomialverteilung modelliert die Anzahl der Erfolge in n unabhängigen Versuchen, die alle dieselbe Erfolgswahrscheinlichkeit p haben. Die exakte Wahrscheinlichkeit für genau k Erfolge ist P(X=k) = C(n,k) · pᵏ · (1−p)ⁿ⁻ᵏ, wobei C(n,k) die Anzahl der Möglichkeiten ist, auszuwählen, welche k Versuche erfolgreich sind; dieser Rechner summiert diese Formel außerdem auf, um die kumulierten Wahrscheinlichkeiten P(X≤k) und P(X≥k) zu liefern.

Statistiker, Qualitätsingenieure und Datenwissenschaftler verwenden die Binomialverteilung immer dann, wenn ein Ergebnis binär ist und die Versuche unabhängig sind – Fehlerquoten in Produktionschargen, Münzwurf- und Würfelaufgaben in der Einführung in die Statistik sowie Vergleiche von Konversionsraten bei A/B-Tests lassen sich alle auf dieses Modell zurückführen. Auch Medizinforscher nutzen sie, zum Beispiel um die Wahrscheinlichkeit zu berechnen, dass eine bestimmte Anzahl von Patienten bei einer festen Studiengröße auf eine Behandlung anspricht.

War das hilfreich?

Sie können bis zu 3 Reaktionen auswählen.

Kommentare

  • Schreiben Sie den ersten Kommentar.

Beliebte Rechner

Alle Rechner