הערך הצפוי של התפלגות בינומית

הערך הצפוי של התפלגות בינומית

ההתפלגות הבינומית היא אחת מהתפלגויות ההסתברות הבדידות הנפוצות ביותר בסטטיסטיקה ובהסתברות. התפלגות זו מתארת ​​את מספר ההצלחות בסדרה של ניסויים בינאריים בלתי תלויים (ניסויים עם שתי תוצאות בלבד: הצלחה או כישלון). כדי להבין טוב יותר את ההתפלגות הבינומית, חשוב להבין את מושג הערך הצפוי, המתאר את הערך הממוצע של ניסוי שחוזר על עצמו לאורך זמן. מאמר זה יסקור את מושג הערך הצפוי בהקשר של ההתפלגות הבינומית.

הגדרת התפלגות בינומית

ההתפלגות הבינומית מתעוררת בהקשרים שבהם אנו מבצעים מספר ניסויים זהים ובלתי תלויים, ולכל ניסוי יש שתי תוצאות סותרות זו את זו, המכונות בדרך כלל "הצלחה" ו"כישלון". לדוגמה, הטלת מטבע (עשור או זנב), מענה על שאלת מבחן (נכון או לא נכון), או ניסוי רפואי (ריפוי או לא ריפוי).

ההתפלגות הבינומית מוגדרת על ידי שני פרמטרים:
– n, מספר הניסויים.
– p , ההסתברות להצלחה בכל ניסיון.

באופן כללי, אם X הוא משתנה אקראי המייצג את מספר ההצלחות ב-n ניסיונות, אז X עוקב אחר התפלגות בינומית עם פרמטרים n ו-p, המסומנים כ-X ~ Binomial(n, p).

פונקציית הסתברות

פונקציית ההסתברות של ההתפלגות הבינומית היא כדלקמן:
\[ P(X = k) = \binom{n}{k} p^k (1-p)^{nk} \]
אֵיפֹה:
– \( \binom{n}{k} \) הוא מקדם הבינומי, המחושב כ- \( \frac{n!}{k!(nk)!} \).
– \(k \) הוא מספר ההצלחות הרצוי.
– \(n \) הוא מספר הניסיונות.
– \(p \) היא ההסתברות להצלחה בכל ניסיון.
– \( (1-p) \) היא ההסתברות לכישלון בכל ניסיון.

ערך צפוי

הערך הצפוי או הממוצע של התפלגות הסתברות הוא אחד המדדים החשובים ביותר למיקום מרכזי. עבור התפלגות בינומית, הערך הצפוי של משתנה אקראי X שבא אחרי Binomial(n, p) הוא:
‏[E(X) = np]

הוכחת ערך צפוי

כדי להבין מדוע הערך הצפוי של ההתפלגות הבינומית הוא np, נוכל להשתמש בתכונת הלינאריות של הערך הצפוי ולראות כיצד המשתנים הבינאריים מסתכמים בתרומתם.

נגדיר את \(X \) כמספר ההצלחות ב-n ניסיונות בינאריים. באופן ספציפי יותר, יהי \(X_i \) משתנה אקראי המציין את תוצאת הניסיון ה-i, כאשר \(X_i = 1 \) אם הניסיון ה-i מצליח, ו- \(X_i = 0 \) אם הוא כישלון. לאחר מכן, נוכל לכתוב \(X \) כ:
[X = X_1 + X_2 + \ldots + X_n \]

מכיוון שכל \(X_i \) הוא משתנה בינארי עם הסתברות להצלחה p, הערך הצפוי של \(X_i \) הוא:
[E(X_i) = 1 ⋅p + 0 ⋅(1-p) = p]

נוכל להשתמש בתכונת הלינאריות של הערך הצפוי עבור הערך הצפוי של 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]

זה מראה שהערך הצפוי של ההתפלגות הבינומית הוא np.

דוגמה להמחשה

ניקח לדוגמה את המקרה שבו אנו מטילים מטבע הוגן 10 פעמים. בואו נשאל מה יהיה הערך הצפוי של מספר ההטלות שיובילו לראש.

במקרה זה:
– n = 10 (מספר הטלות מטבע)
– p = 0.5 (הסתברות לקבל ראש, מכיוון שהמטבע הוגן)

אז, הערך הצפוי הוא:
[E(X) = np = 10 כפול 0.5 = 5]

משמעות הדבר היא שאם נטיל מטבע 10 פעמים שוב ושוב לאורך זמן, בממוצע נקבל ראש 5 פעמים.

שונות וסטיית תקן

בנוסף לערך הצפוי, חשוב גם להבין את השונות וסטיית התקן של ההתפלגות הבינומית.

עבור ההתפלגות הבינומית, השונות \( \sigma^2 \) וסטיית התקן \( \sigma \) הן כדלקמן:
‏[ ∫סיגמא^2 = np(1-p)]
‏[ סיגמא = ‏np(1-p)]

השונות מודדת את המרחק בין הנתונים לערך הצפוי. סטיית התקן היא שורש הריבועי של השונות ומודדת גם את פיזור הנתונים, אך באותן יחידות כמו הנתונים המקוריים.

מסקנה

התפלגות בינומית היא מושג יסוד בסטטיסטיקה ובהסתברות, הנמצא לעתים קרובות ביישומים שונים בעולם האמיתי, החל מעסקים ועד מדעי החברה וביולוגיה. הערך הצפוי של ההתפלגות הבינומית, המחושב כ-np, מספק תובנה חשובה לגבי מספר ההצלחות הממוצע בסדרה של ניסויים בינאריים. על ידי הבנת המושגים של ערך צפוי, שונות וסטיית תקן, נוכל לקבל הבנה ברורה יותר של מאפייני ההתפלגות הבינומית וכיצד היא מתארת ​​תופעות מסוימות בחיי היומיום.

ידע זה שימושי ביותר לא רק בניתוח נתונים וסטטיסטיקה, אלא גם בקבלת החלטות הדורשות הערכת הסתברות וחוסר ודאות. הבנת הערך הצפוי וההתפלגות הבינומית יכולה לעזור לנו לבצע תחזיות מדויקות יותר ולקבל החלטות מושכלות יותר.