Verwagte Waarde van Binomiale Verdeling
Die binomiale verspreiding is een van die mees algemene diskrete waarskynlikheidsverdelings in statistiek en waarskynlikheid. Hierdie verspreiding beskryf die aantal suksesse in 'n reeks onafhanklike binêre proewe (proewe met slegs twee uitkomste: sukses of mislukking). Om die binomiale verspreiding beter te verstaan, is dit belangrik om die konsep van verwagte waarde te verstaan, wat die gemiddelde waarde van 'n proefneming wat oor die lang termyn herhaal word, beskryf. Hierdie artikel sal die konsep van verwagte waarde in die konteks van die binomiale verspreiding hersien.
Definisie van Binomiale Verdeling
Die binomiale verspreiding ontstaan in kontekste waar ons 'n aantal identiese en onafhanklike proewe uitvoer, en elke proef het twee onderling uitsluitende uitkomste, gewoonlik na verwys as "sukses" en "mislukking". Byvoorbeeld, om 'n muntstuk op te gooi (kop of stert), 'n eksamenvraag te beantwoord (waar of vals), of 'n mediese proef (genees of nie genees nie).
Die binomiale verspreiding word deur twee parameters gedefinieer:
– n, aantal proewe.
– p, die waarskynlikheid van sukses met elke poging.
Rofweg gesproke, as X 'n ewekansige veranderlike is wat die aantal suksesse in n proewe verteenwoordig, dan volg X 'n binomiale verspreiding met parameters n en p, aangedui as X ~ Binomial(n, p).
Waarskynlikheidsfunksie
Die waarskynlikheidsfunksie van die binomiale verspreiding is soos volg:
\[ P(X = k) = \binom{n}{k} p^k (1-p)^{nk} \]
Waar:
– \( \binom{n}{k} \) is die binomiale koëffisiënt, wat bereken word as \( \frac{n!}{k!(nk)!} \).
– \(k \) is die verlangde aantal suksesse.
– \(n \) is die aantal proewe.
– \(p \) is die waarskynlikheid van sukses met elke poging.
– \( (1-p) \) is die waarskynlikheid van mislukking in elke proefneming.
Verwagte Waarde
Die verwagte waarde of gemiddelde van 'n waarskynlikheidsverdeling is een van die belangrikste maatstawwe van sentrale ligging. Vir die binomiale verspreiding is die verwagte waarde van 'n stogastiese veranderlike X wat op Binomial(n, p) volg:
\[ E(X) = np \]
Bewys van verwagte waarde
Om te verstaan waarom die verwagte waarde van die binomiale verspreiding np is, kan ons die lineariteitseienskap van die verwagte waarde gebruik en kyk hoe die binêre veranderlikes tot hul bydrae optel.
Laat ons \(X \) definieer as die aantal suksesse in n binêre proewe. Meer spesifiek, laat \(X_i \) 'n ewekansige veranderlike wees wat die uitkoms van die i-de proef aandui, met \(X_i = 1 \) as die i-de proef 'n sukses is, en \(X_i = 0 \) as dit 'n mislukking is. Dan kan ons \(X \) skryf as:
[X = X_1 + X_2 + \ldots + X_n \]
Aangesien elke \(X_i \) 'n binêre veranderlike met waarskynlikheid van sukses p is, is die verwagte waarde van \(X_i \):
[E(X_i) = 1 ⋅p + 0 ⋅(1-p) = p]
Ons kan die lineariteitseienskap van verwagte waarde gebruik vir die verwagte waarde van X:
[E(X) = E(X_1 + X_2 + ∫ + X_n)]
[E(X) = E(X_1) + E(X_2) + ∫ + E(X_n)]
[E(X) = p + p + ∫ + p]
\[ E(X) = np \]
Dit toon dat die verwagte waarde van die binomiale verspreiding np is.
Illustratiewe voorbeeld
Beskou die geval waar ons 'n billike muntstuk 10 keer opskiet. Kom ons vra wat die verwagte waarde van die aantal opskiete wat kop tot gevolg het, sou wees.
In hierdie geval:
– n = 10 (aantal muntstukke)
– p = 0.5 (waarskynlikheid om kop te kry, aangesien die muntstuk regverdig is)
Dus, die verwagte waarde is:
[E(X) = np = 10 x 0.5 = 5]
Dit beteken dat as ons 'n muntstuk 10 keer herhaaldelik oor die lang termyn opskiet, ons gemiddeld 5 keer kop sal kry.
Variansie en Standaardafwyking
Benewens die verwagte waarde, is dit ook belangrik om die variansie en standaardafwyking van die binomiale verspreiding te verstaan.
Vir die binomiale verspreiding is die variansie \( \sigma^2 \) en standaardafwyking \( \sigma \) soos volg:
\[ \sigma^2 = np(1-p) \]
\[ \sigma = \sqrt{np(1-p)} \]
Variansie meet hoe ver die data versprei is vanaf die verwagte waarde. Die standaardafwyking is die vierkantswortel van die variansie en meet ook die verspreiding van die data, maar in dieselfde eenhede as die oorspronklike data.
Afsluiting
Die binomiale verspreiding is 'n fundamentele konsep in statistiek en waarskynlikheid, wat gereeld in verskeie werklike toepassings voorkom, van besigheid tot sosiale wetenskappe en biologie. Die verwagte waarde van die binomiale verspreiding, bereken as np, bied belangrike insig in die gemiddelde aantal suksesse in 'n reeks binêre proewe. Deur die konsepte van verwagte waarde, variansie en standaardafwyking te verstaan, kan ons 'n duideliker begrip kry van die eienskappe van die binomiale verspreiding en hoe dit sekere verskynsels in die alledaagse lewe beskryf.
Hierdie kennis is uiters nuttig, nie net in data-analise en statistiek nie, maar ook in besluitneming wat die evaluering van waarskynlikheid en onsekerheid vereis. Begrip van verwagte waarde en die binomiale verspreiding kan ons help om meer akkurate voorspellings te maak en meer ingeligte besluite te neem.
