Бінамінальнае размеркаванне: тэорыя, прымяненне і прыклады
Пендахулуан
Бінамінальнае размеркаванне — гэта фундаментальнае паняцце ў статыстыцы і тэорыі імавернасцей. Як адно з найбольш часта выкарыстоўваных дыскрэтных размеркаванняў, бінамінальнае размеркаванне прапануе шматлікія прымяненні ў такіх галінах, як медыцына, эканоміка, біялогія і сацыяльныя навукі. У гэтым артыкуле падрабязна абмяркуецца бінамінальнае размеркаванне, у тым ліку яго вызначэнне, ключавыя ўласцівасці, звязаныя формулы і некалькі практычных прыкладаў прымянення.
Разуменне бінамінальнага размеркавання
Бінамінальнае размеркаванне апісвае вынік n спроб Бернулі, дзе кожная спроба мае толькі два магчымыя вынікі: «поспех» або «няўдача». Напрыклад, пры падкіданні манеты магчымыя вынікі — «арол» або «арол».
Два асноўныя параметры ў бінамінальным размеркаванні:
1. n (колькасць спроб)
2. p (верагоднасць поспеху ў кожнай спробе)
Больш фармальна, колькасць поспехаў у n спробах можна апісаць бінамінальным размеркаваннем (B(n, p)).
Функцыя масы верагоднасці (ФМВ)
Функцыя масы імавернасці бінамінальнага размеркавання фармулюецца наступным чынам:
\[P(X = k) = \binom{n}{k} p^k (1 – p)^{n – k} \]
Дзе:
– \( \binom{n}{k} \) — гэта камбінацыя n выбраных k,
– \(p \) — верагоднасць поспеху ў адной спробе,
– \(k \) — колькасць поспехаў,
– \(n \) — агульная колькасць спроб.
Асноўныя ўласцівасці бінамінальнага размеркавання
Бінамінальнае размеркаванне мае некалькі ключавых уласцівасцей:
1. Сярэдняе значэнне (Average): атрымліваецца шляхам памнажэння колькасці спроб на верагоднасць поспеху ў кожнай спробе. Сярэдняе значэнне роўна \( \mu = np \).
2. Дысперсія: Дысперсія бінамінальнага размеркавання — гэта здабытак колькасці спроб, верагоднасці поспеху і верагоднасці няўдачы, гэта значыць ( \sigma^2 = np(1 – p) \).
3. Сіметрыя і асіметрыя: Калі p = 0.5, бінамінальнае размеркаванне сіметрычнае. Пры p < 0.5 размеркаванне асіметрычнае направа, а пры p > 0.5 — налева.
4. Абмежаванні значэнняў: Бінамінальнае значэнне (k) знаходзіцца ў дыяпазоне ад 0 да n.
Бінамінальнае размеркаванне і цэнтральная лімітавая тэарэма
Бінамінальнае размеркаванне адыгрывае важную ролю ў цэнтральнай лімітавай тэарэме. Калі колькасць выпрабаванняў (n) становіцца вельмі вялікай, бінамінальнае размеркаванне набліжаецца да нармальнага размеркавання з сярэднім значэннем ( \mu = np \) і стандартным адхіленнем ( \sigma = \sqrt{np(1 – p)} \).
Прыклад выпадку з выкарыстаннем бінамінальнага размеркавання
Абмеркаванні бінамінальнага размеркавання будуць лягчэй зразумець на практычных прыкладах з розных абласцей. Вось некаторыя рэальныя прыклады іх ужывання:
Прыклад 1: Тэсціраванне прадукту
Дапусцім, што ў кампаніі па вытворчасці электронікі ёсць вытворчая лінія, дзе верагоднасць дэфектнага прадукту складае 0.01. Калі кампанія правярае 100 прадуктаў, якая верагоднасць знайсці роўна 2 дэфектныя прадукты?
Выкарыстоўваючы формулу бінамінальнага размеркавання:
\[ P(X = 2) = \binom{100}{2} (0.01)^2 (0.99)^{98} \]
Вылічыўшы камбінацыі \(\binom{100}{2}\), а затым памножыўшы іх на астатнія імавернасці, мы атрымліваем канчатковы вынік.
Прыклад 2: Медыцынскія даследаванні
У клінічных выпрабаваннях прэпарата для лячэння пэўнай хваробы верагоднасць таго, што пацыент будзе вылечаны з дапамогай гэтага прэпарата, складае 0.8. Калі пратэставана 10 пацыентаў, якая верагоднасць таго, што вылечыцца як мінімум 8 пацыентаў?
Каб знайсці гэтую верагоднасць, нам трэба скласці верагоднасці выздараўлення 8, 9 і 10 пацыентаў:
\[ P(X \geq 8) = P(X = 8) + P(X = 9) + P(X = 10) \]
Выкарыстоўваючы біномную формулу для кожнага значэння k (8, 9 і 10), а затым сумуючы вынікі.
Прыклад 3: Рашэнні ў эканоміцы
Паводле апытання рынку, новы прадукт спадабаўся 60% спажыўцоў. Калі выпадкова ўзялі выбарку з 20 спажыўцоў, якая верагоднасць таго, што прадукт спадабаўся хаця б 15 з іх?
Нам патрэбна бінамінальнае размеркаванне, каб вылічыць верагоднасць колькасці лайкаў ад 15 да 20:
\[ P(X \geq 15) = P(X = 15) + P(X = 16) + P(X = 17) + P(X = 18) + P(X = 19) + P(X = 20) \]
Выкарыстоўваючы той жа метад, мы вылічваем і складаем гэтыя верагоднасці.
Выкарыстанне тэхналогій у разліках бінамінальнага размеркавання
У лічбавую эпоху разлік бінамінальнага размеркавання выконваецца не толькі ўручную, але і з выкарыстаннем праграмнага забеспячэння, такога як R, Python або некаторых статыстычных калькулятараў.
Вось прыклад выкарыстання Python для вылічэння бінамінальнага размеркавання:
«пітон
з scipy.stats імпартаваць binom
n = 10 колькасць спроб
p = 0.8 верагоднасць поспеху
k = 8 чаканая колькасць поспехаў
верагоднасць роўна 8 поспехаў
верагоднасць_8 = binom.pmf(k, n, p)
верагоднасць як мінімум 8 поспехаў
prob_ge_8 = 1 – binom.cdf(k-1, n, p)
print(f”Верагоднасць роўна 8 поспехаў: {prob_8}”)
print(f”Верагоднасць як мінімум 8 поспехаў: {prob_ge_8}”)
"
Выснова
Бінамінальнае размеркаванне — важнае фундаментальнае паняцце ў статыстыцы і тэорыі імавернасцей. Разумеючы бінамінальнае размеркаванне, мы можам прымяняць розныя мадэлі імавернасцей да рэальных сітуацый, якія ўключаюць паўторныя эксперыменты з двума вынікамі. Магчымасць выкарыстоўваць тэхналагічныя інструменты робіць працэс разліку больш эфектыўным і дакладным. Бінамінальнае размеркаванне мае не толькі тэарэтычнае значэнне, але і шматлікія адпаведныя практычныя прымяненні ў розных галінах навукі і прамысловасці.
Спадзяюся, што гэты артыкул дае больш глыбокае разуменне бінамінальнага размеркавання і натхняе на далейшыя даследаванні ў галіне статыстыкі і імавернасцей.
