Verwachte waarde van de binomiale verdeling
De binomiale verdeling is een van de meest voorkomende discrete kansverdelingen in de statistiek en kansrekening. Deze verdeling beschrijft het aantal successen in een reeks onafhankelijke binaire experimenten (experimenten met slechts twee uitkomsten: succes of mislukking). Om de binomiale verdeling beter te begrijpen, is het belangrijk om het concept van de verwachte waarde te kennen. Dit concept beschrijft de gemiddelde waarde van een experiment dat over een langere periode wordt herhaald. In dit artikel wordt het concept van de verwachte waarde in de context van de binomiale verdeling besproken.
Definitie van de binomiale verdeling
De binomiale verdeling komt voor in situaties waarin we een aantal identieke en onafhankelijke experimenten uitvoeren, waarbij elk experiment twee onderling uitsluitende uitkomsten heeft, meestal aangeduid als 'succes' en 'mislukking'. Voorbeelden hiervan zijn het opgooien van een munt (kop of staart), het beantwoorden van een examenvraag (waar of onwaar) of een medisch onderzoek (genezen of niet genezen).
De binomiale verdeling wordt gedefinieerd door twee parameters:
– n, aantal proeven.
– p, de kans op succes bij elke poging.
Grofweg gezegd, als X een willekeurige variabele is die het aantal successen in n proeven voorstelt, dan volgt X een binomiale verdeling met parameters n en p, aangeduid als X ~ Binomial(n, p).
Kansfunctie
De kansfunctie van de binomiale verdeling is als volgt:
\[ P(X = k) = \binom{n}{k} p^k (1-p)^{nk} \]
Waar:
– \( \binom{n}{k} \) is de binomiaalcoëfficiënt, die wordt berekend als \( \frac{n!}{k!(nk)!} \).
– \( k \) is het gewenste aantal successen.
– \( n \) is het aantal proeven.
– \( p \) is de kans op succes bij elke proef.
– \( (1-p) \) is de kans op mislukking bij elke proef.
Verwachte waarde
De verwachte waarde of het gemiddelde van een kansverdeling is een van de belangrijkste maatstaven voor centrale ligging. Voor de binomiale verdeling is de verwachte waarde van een willekeurige variabele X die Binomial(n, p) volgt:
\[ E(X) = np \]
Bewijs van verwachte waarde
Om te begrijpen waarom de verwachte waarde van de binomiale verdeling np is, kunnen we gebruikmaken van de lineariteitseigenschap van de verwachte waarde en bekijken hoe de binaire variabelen bij elkaar optellen tot hun bijdrage.
Laten we \( X \) definiëren als het aantal successen in n binaire experimenten. Meer specifiek, laat \( X_i \) een willekeurige variabele zijn die de uitkomst van het i-de experiment aangeeft, waarbij \( X_i = 1 \) als het i-de experiment een succes is en \( X_i = 0 \) als het een mislukking is. Dan kunnen we \( X \) als volgt schrijven:
\[ X = X_1 + X_2 + \ldots + X_n \]
Aangezien elke \( X_i \) een binaire variabele is met een kans op succes p, is de verwachte waarde van \( X_i \) als volgt:
\[ E(X_i) = 1 \cdot p + 0 \cdot (1-p) = p \]
We kunnen de lineariteitseigenschap van de verwachte waarde gebruiken voor de verwachte waarde van X:
\[ E(X) = E(X_1 + X_2 + \ldots + X_n) \]
\[ E(X) = E(X_1) + E(X_2) + \ldots + E(X_n) \]
\[ E(X) = p + p + \ldots + p \]
\[ E(X) = np \]
Dit toont aan dat de verwachte waarde van de binomiale verdeling np is.
Illustratief voorbeeld
Stel, we gooien tien keer met een eerlijke munt. Wat is de verwachte waarde van het aantal worpen dat kop oplevert?
In dit geval:
– n = 10 (aantal muntworpen)
– p = 0.5 (kans op kop, aangezien de munt eerlijk is)
De verwachte waarde is dus:
\[ E(X) = np = 10 \times 0.5 = 5 \]
Dit betekent dat als we een munt 10 keer achter elkaar opgooien, we gemiddeld 5 keer kop zullen krijgen.
Variantie en standaarddeviatie
Naast de verwachte waarde is het ook belangrijk om de variantie en de standaardafwijking van de binomiale verdeling te begrijpen.
Voor de binomiale verdeling zijn de variantie \( \sigma^2 \) en de standaardafwijking \( \sigma \) als volgt:
\[ \sigma^2 = np(1-p) \]
\[ \sigma = \sqrt{np(1-p)} \]
De variantie meet hoe ver de gegevens van de verwachte waarde afwijken. De standaardafwijking is de wortel van de variantie en meet ook de spreiding van de gegevens, maar dan in dezelfde eenheden als de oorspronkelijke gegevens.
conclusie
De binomiale verdeling is een fundamenteel concept in de statistiek en kansrekening, dat vaak voorkomt in diverse toepassingen in de praktijk, van het bedrijfsleven tot de sociale wetenschappen en de biologie. De verwachte waarde van de binomiale verdeling, berekend als np, geeft belangrijk inzicht in het gemiddelde aantal successen in een reeks binaire experimenten. Door de concepten van verwachte waarde, variantie en standaarddeviatie te begrijpen, kunnen we de kenmerken van de binomiale verdeling beter doorgronden en inzien hoe deze bepaalde verschijnselen in het dagelijks leven beschrijft.
Deze kennis is niet alleen zeer nuttig bij data-analyse en statistiek, maar ook bij besluitvorming waarbij waarschijnlijkheid en onzekerheid moeten worden geëvalueerd. Inzicht in de verwachte waarde en de binomiale verdeling kan ons helpen nauwkeurigere voorspellingen te doen en beter onderbouwde beslissingen te nemen.
