Förväntat värde av binomialfördelning
Binomialfördelningen är en av de vanligaste diskreta sannolikhetsfördelningarna inom statistik och sannolikhet. Denna fördelning beskriver antalet framgångar i en serie oberoende binära försök (försök med endast två utfall: framgång eller misslyckande). För att bättre förstå binomialfördelningen är det viktigt att förstå begreppet förväntat värde, vilket beskriver medelvärdet av ett försök som upprepas över lång sikt. Den här artikeln kommer att granska begreppet förväntat värde i samband med binomialfördelningen.
Definition av binomialfördelning
Binomialfördelningen uppstår i sammanhang där vi utför ett antal identiska och oberoende försök, och varje försök har två ömsesidigt uteslutande utfall, vanligtvis kallade "framgång" och "misslyckande". Till exempel att vända slant (krona eller klave), besvara en tentafråga (sant eller falskt) eller ett medicinskt försök (botad eller inte botad).
Binomialfördelningen definieras av två parametrar:
– n, antal försök.
– p , sannolikheten för framgång i varje försök.
Grovt uttryckt, om X är en slumpmässig variabel som representerar antalet framgångar i n försök, så följer X en binomialfördelning med parametrarna n och p, betecknade som X ~ Binomial(n, p).
Sannolikhetsfunktion
Sannolikhetsfunktionen för binomialfördelningen är följande:
\[ P(X = k) = \binom{n}{k} p^k (1-p)^{nk} \]
Där:
– \( \binom{n}{k} \) är binomialkoefficienten, som beräknas som \( \frac{n!}{k!(nk)!} \).
– \(k \) är det önskade antalet lyckade resultat.
– \(n \) är antalet försök.
– \(p \) är sannolikheten för framgång på varje försök.
– \( (1-p) \) är sannolikheten för misslyckande i varje försök.
Förväntat värde
Väntevärdet eller medelvärdet av en sannolikhetsfördelning är ett av de viktigaste måtten på central läge. För binomialfördelningen är väntevärdet av en stokastisk variabel X som följer Binomial(n, p):
[E(X) = np]
Bevis på förväntat värde
För att förstå varför det förväntade värdet av binomialfördelningen är np kan vi använda linjäritetsegenskapen för det förväntade värdet och se hur de binära variablerna summerar sig till sitt bidrag.
Låt oss definiera \(X \) som antalet framgångar i n binära försök. Mer specifikt, låt \(X_i \) vara en stokastisk variabel som betecknar resultatet av det i:te försöket, med \(X_i = 1 \) om det i:te försöket är framgångsrikt, och \(X_i = 0 \) om det är misslyckat. Då kan vi skriva \(X \) som:
[X = X_1 + X_2 + ∫+ X_n]
Eftersom varje \(X_i \) är en binär variabel med sannolikhet för framgång p, är det förväntade värdet av \(X_i \):
[E(X_i) = 1 ⋅p + 0 ⋅(1-p) = p]
Vi kan använda linjäritetsegenskapen för förväntat värde för det förväntade värdet av 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]
Detta visar att det förväntade värdet av binomialfördelningen är np.
Illustrativt exempel
Tänk dig fallet där vi kastar ett okej mynt 10 gånger. Låt oss fråga oss vad det förväntade värdet av antalet kast som resulterar i krona skulle vara.
I det här fallet:
– n = 10 (antal myntkast)
– p = 0.5 (sannolikhet att få krona, eftersom myntet är rättvist)
Så, det förväntade värdet är:
[E(X) = np = 10 × 0.5 = 5]
Det betyder att om vi kastar ett mynt 10 gånger upprepade gånger under en längre tid, kommer vi i genomsnitt att få krona 5 gånger.
Varians och standardavvikelse
Förutom det förväntade värdet är det också viktigt att förstå variansen och standardavvikelsen för binomialfördelningen.
För binomialfördelningen är variansen \( \sigma^2 \) och standardavvikelsen \( \sigma \) följande:
\[ \sigma^2 = np(1-p) \]
\[ \sigma = \sqrt{np(1-p)} \]
Varians mäter hur långt data sprids från det förväntade värdet. Standardavvikelsen är kvadratroten ur variansen och mäter även dataspridningen, men i samma enheter som originaldata.
slutsats
Binomialfördelningen är ett grundläggande begrepp inom statistik och sannolikhet, som ofta förekommer i olika verkliga tillämpningar, från näringsliv till samhällsvetenskap och biologi. Det förväntade värdet av binomialfördelningen, beräknat som np, ger viktig insikt i det genomsnittliga antalet framgångar i en serie binära försök. Genom att förstå begreppen förväntat värde, varians och standardavvikelse kan vi få en tydligare förståelse för binomialfördelningens egenskaper och hur den beskriver vissa fenomen i vardagen.
Denna kunskap är oerhört användbar inte bara vid dataanalys och statistik, utan även vid beslutsfattande som kräver utvärdering av sannolikhet och osäkerhet. Att förstå väntevärde och binomialfördelningen kan hjälpa oss att göra mer exakta förutsägelser och fatta mer välgrundade beslut.
