P(X=k)=C(n,k)(p^k)*(1-p)^(n-k)
n是试验来次数,k是指定事件发生的次数,p是指定事件在一次试验中发生的概率。
在概率论和统计学中,二项分布是n个独立的是/非试验中成功的次数的离散概率分布,其中每次试验的成功概率为p。这样的单次成功/失败试验又称为伯努利试验。实际上,源当n=1时,二项分布就是伯努利分布,二项分布是显著性差异的二项试验的基础。
扩展资料:
二项分布就是重复n次独立的伯努利试验。在每次试验中只有两种可能的结果,而且两种结果发生与否互相对立,知并且相互独立,与其它各次试验结果无关。
事件发生与否的概率在每一次独立试验中都保持不变,则这一系列试验总称为n重伯努利实验,当试验次数为1时,二项分布服从0-1分布。
参考资料来源:百度百科-二项分布
如果进行n次伯努利试验,取得成功次数为X(X=1,2,···,n)的概率可用下面的二项分布概率公式来描述:P=C(X,n)*π^X*(1-π)^(n-X)
式中的n为独立的伯努利试验次数,π为成功的概率,(1-π)为失败的概率,X为在n次伯努里试验中出现成功的次数,表示在n次试验中出现X的各种组合情况,在此称为二项系数(binomial coefficient)。
扩展资料:
二项分布性质:
1、二项分布是离散型分布,概率直方图是跃阶式的。因为x为不连续变量,用概率条图表示更合适,用直方图表示只是为了更形象些。
2、二项分布的平均数与标准差
如果二项分布满足p<q,np≥5,(或p>q,np≥5)时,二项分布接近正态分布。这时,也仅仅在这时,二项分布的x变量(即成功的次数)具有如下性质:
即x变量具有μ = np,的正态分布。
参考资料:百度百科-二项分布
本回答被网友采纳P(X=k)=C(n,k)(p^k)*(1-p)^(n-k)
n是试验次数,k是指定事件发生的次数,p是指定事件在一次试验中发生的概率。
在概率论和统计学中,二项分布是n个独立的是/非试验中成功的次数的离散概率分布,其中每次试验的成功概率为p。这样的单次成功/失败试验又称为伯努利试验。实际上,当n=1时,二项分布就是伯努利分布,二项分布是显著性差异的二项试验的基础。
二项分布是离散型分布,概率直方图是跃阶式的。因为x为不连续变量,用概率条图表示更合适,用直方图表示只是为了更形象些。
1、当p=q时图形是对称的
例如,
2、当p≠q时,直方图呈偏态,p<q与p>q的偏斜方向相反。如果n很大,即使p≠q,偏态逐渐降低,最终成正态分布,二项分布的极限分布为正态分布。
故当n很大时,二项分布的概率可用正态分布的概率作为近似值。一般规定:当p<q且np≥5,或p>q且nq≥5,这时的n就被认为很大,可以用正态分布的概率作为近似值了。
参考资料来源:百度百科-二项分布