统计学21:二项分布3

统计学•目录 统计学•类别 math


二项分布

来看上一节留下的公式
$$P(X=k) = (_k^n)p^k(1-P)^{n-k}$$

可能已经明白了二项系数$(_k^n)$什么意思,这里说一下为什么是概率是$p^k(1-P)^{n-k}$.
可能硬币事件的两种结果让我记住了$\frac{1}{2}$,那是一个比较特殊的情况.如果把事件转换为掷筛子呢?它就不再是$\frac{1}{2}$,$\frac{1}{2}$.

掷筛子有6种可能的结果,怎么会是二项分布?我没有搞混,那可能是被掷硬币这样的事件给惯性思维了,非要寻找和它一样特征的.我们要学会如何转换,把事件转变为我们常见的分布.

如果问题转换为掷筛子,点数为1或者2则甲胜出,点数为3或者4则乙胜出,点数为5或者6则丙胜出,现在寻找在n次实验中,甲胜出X次的概率

只关心甲的概率,只需知道是甲赢了,还是输了,并不关心乙或者丙赢了他.现在就是二项分布了,甲赢(点数为1或2),甲不赢(点数不为1或2,即为3,4,5,6).则事件发生的概率分别为甲赢$\frac{1}{3}$,甲不赢$\frac{2}{3}$.
注意二项分布的特点,每次投掷都是独立的,不受之前实验的影响,每次结果都是甲赢$\frac{1}{3}$,甲不赢$\frac{2}{3}$.

那么求$P(X=0)$,假设投掷了8次:

  • 通过上一节我们知道系数$(_0^8)$
  • 甲赢的次数为0,那么这种可能就是全输的概率,就是每次概率是$\frac{2}{3}$,则$p=(\frac{2}{3})^8$
  • $P(X=0)=(_0^8) \times (\frac{2}{3})^8$

$P(X=1)$:

  • 系数$(_1^8)$
  • 甲赢的次数为1,那么这种可能就是1次为胜,7次为输的概率.即8次事件中,发生了1次概率是$\frac{1}{3}$事件和$(8-1)$次概率为$\frac{2}{3}$事件,则概率为$p=(\frac{1}{3})^{1} \times (\frac{2}{3})^{8-1}$
  • $P(X=1)=(_1^8) \times (\frac{1}{3})^{1} \times (\frac{2}{3})^{8-1}$

$P(X=2)$:

  • 系数$(_2^8)$
  • 发生了2次概率是$\frac{1}{3}$事件和$(8-2)$次概率为$1-\frac{1}{3}$事件(两种结果,总的概率为1),则
    $p=(\frac{1}{3})^{2} \times (1-\frac{1}{3})^{8-2}$
  • $P(X=2)=(_2^8) \times (\frac{1}{3})^{2} \times (1-\frac{1}{3})^{8-2}$

沿着这个方法走下去,就会发现如何去利用公式了.

可汗公开课里面可能不是这样讲的,但是意思都是一样的.老师是一个投篮的例子.我只是想让你更名明白,不一定需找只有2种结果的事件(篮球不关注几分球也是这个意思),可以转变为发生或不发生(这样就是两种结果了).我表达的不是很好,不过看完这个例子应该可以明白想表达的意思.


博主个人能力有限,错误在所难免.
如发现错误请不要吝啬,发邮件给博主更正内容,在此提前鸣谢.
Email: JentChang@163.com (来信请注明文章标题,如果附带链接就更方便了)
你也可以在下方的留言板留下你宝贵的意见.


上一篇
统计学22:二项分布4 统计学22:二项分布4
统计学•目录 统计学•类别 math 二项分布这一节是Excel的使用,目的是了解Excel可能是你最好的助手,程序是好东西,但是为什么不使用更简单方便的别人加工好的东西呢.我们的目的是从数据中发现想要的信息,不管是黑猫还是白猫. 但是
2018-12-25
下一篇
统计学20:二项分布2 统计学20:二项分布2
统计学•目录 统计学•类别 math 二项分布 随机变量是一种映射关系.还是以上一节投掷硬币情况为例$$X=\begin{cases}0& \text{全为正面},\\1& \text{有$1$次为正面},\\2&
2018-12-25
目录