Negatif Binom OKF Hesaplama

r. başarıdan önce tam k başarısızlık görülme olasılığını, dağılımın ortalaması ve standart sapmasıyla birlikte hesaplar.

Sonuç

0,124416
4,5000
3,3541

Nasıl hesaplanır?

Araç, r. başarıdan önce tam olarak k başarısızlık olma olasılığını verir: P(X = k) = C(k + r − 1, k) · pr · (1 − p)k. Burada p her bağımsız denemenin başarı olasılığı (0'dan büyük, en fazla 1), r hedeflenen başarı sayısı (en az 1), k ise gözlenen başarısızlık sayısıdır (0 ile 1.000.000 arası; daha fazlası sonuç vermez). Ayrıca ortalamayı r(1 − p) / p ve standart sapmayı √(r(1 − p) / p²) verir. k ve r tam sayı olmalıdır; 2,5 sonuç vermez. Olasılık altı, ortalama ve standart sapma dört ondalıkla gösterilir. Bu, başarıdan önceki başarısızlıkları sayan biçimdir; yani toplam deneme sayısı k değil, k + r'dir.

Örnek hesaplama

Bir satış temsilcisi aramaların %40'ında satış kapatıyor (p = 0,4) ve üç satış istiyor (r = 3). Üçüncü satıştan önce tam 4 başarısız arama olma olasılığı nedir? Düzenleme sayısı C(4 + 3 − 1, 4) = C(6, 4) = 15'tir. Sonra 0,4³ = 0,064 ve 0,6⁴ = 0,1296. Çarpım: 15 × 0,064 × 0,1296 = 0,124416, yani yaklaşık %12,4 olasılık. Beklenen başarısızlık sayısı 3 × 0,6 / 0,4 = 4,5, standart sapma ise 3,3541'dir.

Bu örneği deneyin →

Sık yapılan hatalar

  • Toplam deneme sayısını k olarak girmek. Bu biçimde k yalnızca başarısızlıkları sayar; toplam deneme k + r'dir ve son deneme her zaman başarıdır.
  • k alanına deneme sayısını yazmak. 3 satış için 7 arama gerektiyse k 4'tür, 7 değil.
  • Olasılığı yüzde olarak girmek. Alan 0 ile 1 arasında bir değer ister; %40 için 0,4 yazın.
  • OKF'yi birikimli olasılık sanmak. Sonuç tam k başarısızlık olasılığıdır, k veya daha azı değil; birikimli değer için birkaç sonucu toplamak gerekir.
  • Binom dağılımıyla karıştırmak. Binomda deneme sayısı sabittir ve başarılar sayılır; burada başarı sayısı sabittir ve deneme sayısı değişir.

Kaynaklar

Bu hesaplama hakkında

Negatif binom dağılımı, her biri p başarı olasılığına sahip bağımsız denemeler dizisinde, r sayıda başarıya ulaşılmadan önce gözlenen k başarısızlık sayısını modeller. Olasılık kütle fonksiyonu P(X=k) = C(k+r−1, k) · p^r · (1−p)^k şeklindedir; ortalama μ = r(1−p)/p ve varyans σ² = r(1−p)/p² olarak bulunur — Poisson dağılımından farklı olarak bu dağılımda varyansın ortalamayı aşmasına izin verilir, bu da onu “aşırı dağılmış” (overdispersed) sayım verileri için kullanışlı kılar.

Bu araç, başarısızlık sayısını, hedef başarı sayısını ve deneme başına başarı olasılığını alarak olasılık kütle fonksiyonunu, dağılımın ortalamasını ve standart sapmasını hesaplar. İstatistikçiler ve aktüerler, sigorta hasar sıklığı gibi aşırı dağılmış sayım verilerini modellemek için bu dağılımı kullanırken, kalite kontrol mühendisleri bir üretim hattında hedeflenen sayıda kusursuz ürüne ulaşmadan önce kaç kusurlu ürün beklenmesi gerektiğini tahmin etmek için kullanır.

Bu faydalı oldu mu?

En fazla 3 tepki seçebilirsiniz.

Editörlerden not

Üçüncü başarıdan önce en çok 4 başarısızlık gibi birikimli bir soru için k değerini 0, 1, 2, 3 ve 4 olarak sırayla girip sonuçları toplayın: 0,064000, 0,115200, 0,138240, 0,138240 ve 0,124416 toplamda yaklaşık 0,5801 eder. Basit bir kontrol de raporlanan ortalamadır: olasılık kütle fonksiyonu bu değerin civarında zirve yapar, bu yüzden ortalamanın çok üstündeki bir k küçük bir sonuç vermelidir. Neyi modelliyorsunuz: satış görüşmeleri, kusurlu parçalar ya da başka bir şey mi?

Yorumlar

  • İlk yorumu siz yazın.

Popüler hesaplayıcılar

Tüm Hesaplayıcılar