Биномдук бөлүштүрүү функциясы: толук түшүндүрмө жана колдонулуштары
Биномдук бөлүштүрүү статистикада жана ыктымалдуулукта эң көп колдонулган дискреттик ыктымалдуулук бөлүштүрүүлөрүнүн бири болуп саналат. Бул бөлүштүрүү бир катар окшош, көз карандысыз сыноолордогу ийгиликтердин санын моделдейт, мында ар бир сыноонун эки мүмкүн болгон натыйжасы бар: ийгилик же ийгиликсиздик. Бул макалада биз биномдук бөлүштүрүү функциясынын аныктамасын, формуласын, касиеттерин жана колдонулушун терең изилдейбиз.
Биномдук бөлүштүрүүнү түшүнүү
Биномдук бөлүштүрүү n көз карандысыз сыноолордогу "ийгиликтердин" санын сүрөттөйт, мында:
– Ар бир сыноо эки гана мүмкүн болгон натыйжаны берет: ийгилик же ийгиликсиздик.
– Ар бир сыноодо ийгиликке жетүү ыктымалдуулугу p.
– Ийгиликсиздик ыктымалдыгы 1 – б.
– Ар бир соттук териштирүү бири-биринен көз карандысыз.
Биномдук бөлүштүрүү B(n, p) деп белгиленет, мында n - сыноолордун саны, ал эми p - бир сыноодо ийгиликке жетүү ыктымалдыгы.
Биномдук бөлүштүрүү формуласы
Биномдук бөлүштүрүү төмөнкү формула менен эсептелет:
\[ P(X = k) = \binom{n}{k} p^k (1-p)^{nk} \]
Кайда:
– \( P(X = k) \): n сыноодо так k ийгиликке жетүү ыктымалдыгы.
– \( \binom{n}{k} \): k менен алынган n объектинин айкалышы.
– \( p \): Ар бир сыноодо ийгиликке жетүү ыктымалдыгы.
– \( n \): Сыноолордун жалпы саны.
– \( k \): Каалаган ийгиликтердин саны.
\(\binom{n}{k}\) айкалышы төмөнкүдөй эсептелет:
\[ \binom{n}{k} = \frac{n!}{k!(nk)!} \]
Биномдук бөлүштүрүүнүн касиеттери
1. Күтүү (орточо) жана дисперсия:
– Биномдук бөлүштүрүүнүн күтүүсү же орточо мааниси \( \mu = np \).
– Дисперсия \( \sigma^2 = np(1-p) \).
2. Симметрия:
– Эгерде p = 0.5 болсо, биномдук бөлүштүрүү симметриялуу болот. Эгерде p ≠ 0.5 болсо, бөлүштүрүү оңго (p < 0.5) же солго (p > 0.5) кыйшайып калат.
3. Кыйшайуу жана куртоз:
– Биномдук бөлүштүрүүнүн кыйшайышы \( \gamma_1 = \frac{1-2p}{\sqrt{np(1-p)}} \).
– Куртоз – бул \( \gamma_2 = \frac{1-6p(1-p)}{np(1-p)} \).
4. Болжолдуу бөлүштүрүү:
– 0.5ке жакындаган чоң n жана p үчүн, биномдук бөлүштүрүүнү нормалдуу бөлүштүрүү менен жакындаштырууга болот.
– Эгерде p өтө кичинекей жана n абдан чоң болсо, np туруктуу бойдон калса, анда биномдук бөлүштүрүүнү Пуассон бөлүштүрүүсү менен жакындатса болот.
Биномдук бөлүштүрүүнү колдонуу
Биномдук бөлүштүрүү биология, экономика, маркетинг жана инженерия сыяктуу тармактарда экилик сан менен туюнтулушу мүмкүн болгон окуяларды (ийгилик/ийгиликсиздик) моделдөө үчүн колдонулат. Аны колдонуунун айрым конкреттүү мисалдары:
Продукциянын сапатын текшерүү
Мисалы, бир партия продукциянын кемчиликтүү болуу ыктымалдыгы 2% дейли. Эгерде биз продукциянын 50 бирдигин текшерсек, анда биномдук бөлүштүрүүнү колдонуп, берилген сандагы кемчиликтүү бирдиктерди табуу ыктымалдыгын эсептей алабыз. n = 50 жана p = 0.02 болгондо, партиядан так k кемчиликтүү бирдикти табуу ыктымалдыгын эсептей алабыз.
Үлгү алуу баалоосу
Мисалы, рыноктук изилдөөлөрдө сурамжылоолор көбүнчө ооба/жок суроолору менен жүргүзүлөт. Эгерде биз 100 адамдан турган үлгүдөгү билдирүүгө макул болгон респонденттердин санын билгибиз келсе (макул болуу ыктымалдуулугу 0.7 деп эсептесек), биномдук бөлүштүрүү макул болгон адамдардын күтүлгөн санын баалоого жардам берет.
Генетика
Генетикада биномдук бөлүштүрүү белгилүү бир белгилердин бир муундан экинчи муунга өтүшүн моделдөө үчүн колдонулат. Мисалы, эгерде тукумда белгилүү бир генетикалык белгинин болушу 25% ыктымалдуулук болсо, биз биномдук бөлүштүрүүнү колдонуп, төрт тукумдун экөөсүндө ошол белгинин болушу ыктымалдыгын аныктай алабыз.
Каржы жана камсыздандыруу
Финансыда биномдук бөлүштүрүү ийгиликтүү/ийгиликсиздик шарттарына жооп берген айрым товарлар боюнча банкроттуктардын, дооматтарды төлөөлөрдүн же пайыздык чендердин пайда болушун моделдөө үчүн колдонулушу мүмкүн.
Эсептөө мисалы
Мисалы, 10 тыйын ыргытуунун ичинен так 6 тыйын алуу ыктымалдыгын эсептегибиз келет дейли (тыйындар бирдей жана p=0.5 деп эсептесек):
\[ P(X = 6) = \binom{10}{6} (0.5)^6 (0.5)^4 \]
\[ = \frac{10!}{6!4!} (0.5)^{10} \]
\[ = \frac{210}{1024} \]
\[ = 0.205 \]
Демек, 10 тыйын ыргытуунун ичинен так 6 баш алуу ыктымалдыгы 0.205ке барабар.
Эсептөө колдонмолору
Бүгүнкү технологиялык доордо биномдук бөлүштүрүүлөр көбүнчө R, Python сыяктуу статистикалык программаларды же Microsoft Excel сыяктуу электрондук жадыбал куралдарын колдонуу менен эсептелет. Бул жерде `scipy` китепканасын колдонгон жөнөкөй Python скриптинин мисалы келтирилген:
"`python
scipy.stats импорттоодон binom
Мисалы, биз n=10 жана p=0.5 үчүн P(X = 6) тапкыбыз келет.
н = 10
p = 0.5
k = 6
ыктымалдуулук = binom.pmf(k, n, p)
print(f” {n} тыйын ыргытылганда так {k} баштарды алуу ыктымалдыгы {prob:.3f}”)
""
Корутунду
Биномдук бөлүштүрүү статистикада жана ыктымалдуулукта, айрыкча көз карандысыз экилик окуяларды талдоодо маанилүү курал болуп саналат. Бул концепцияны өздөштүрүү бизге каржылык чечимдерди кабыл алуу, рынокту изилдөө, продукттун сапаты, генетика жана башка ар кандай колдонмолор менен байланышкан көйгөйлөрдү натыйжалуу чечүүгө жардам берет.
Биномдук бөлүштүрүү функциясын түшүнүү менен, биз окуялардын ыктымалдуулугун тактык менен моделдеп жана эсептеп, чечимдерди бекем статистикалык анализге негиздей алабыз. Технологиянын жана статистикалык программалык камсыздоонун жетишкендиктери бул бөлүштүрүүнү эсептөөнү жана визуалдаштырууну жеңилдетти, бул аны изилдөөнүн жана колдонуунун кеңири тармактарында жеткиликтүү кылды.
