Normale Näherung für die Binomialverteilung


Anleitung: Berechnen Sie Binomialwahrscheinlichkeiten mit normaler Approximation. Geben Sie den Bevölkerungsanteil des Erfolgs p und die Stichprobengröße n ein und geben Sie Details zu dem Ereignis an, für das Sie die Wahrscheinlichkeit berechnen möchten (beachten Sie, dass die Zahlen, die die Ereignisse definieren, eine Ganzzahl sein müssen. Wenn das Ereignis das Vorzeichen enthält "<", stellen Sie sicher, dass Sie es durch das entsprechende Ereignis mit \le ersetzen. Wenn Sie beispielsweise Pr(X<6) \Pr(X < 6) benötigen, berechnen Sie stattdessen Pr(X5) \Pr(X \le 5)):

Bevölkerungsanteil (p) =
Probengröße (n) =
Zweischwänzig:
≤ X ≤
Linksschwanzig:
X ≤
Rechtsschwänzig:
X ≥

Binomialwahrscheinlichkeitsrechner mit normaler Approximation

Für eine Zufallsvariable XX mit einer Binomialverteilung mit den Parametern pp und nn werden der Populationsmittelwert und die Populationsvarianz wie folgt berechnet:

μ=np \mu = n \cdot p σ=np(1p) \sigma = \sqrt{n \cdot p \cdot (1 - p)}

Wenn die Stichprobengröße nn groß genug ist und / oder wenn pp nahe an 12\frac{1}{2} liegt, ist XX ungefähr normal verteilt. Um jedoch eine Binomialverteilung (eine diskrete Verteilung) mit einer Normalverteilung (einer kontinuierlichen Verteilung) zu approximieren, wird eine sogenannte Kontinuitätskorrektur muss durchgeführt werden. Insbesondere ein Binomialereignis des Formulars

Pr(aXb) \Pr(a \le X \le b)

wird durch ein normales Ereignis wie angenähert

Pr(a12XNormalb+12) \Pr(a - \frac{1}{2} \le X_{Normal} \le b + \frac{1}{2})

Verwenden Sie die oben genannten Binomialverteilungskurvenrechner können wir die Wahrscheinlichkeiten der Form Pr(aXb)\Pr(a \le X \le b), der Form Pr(Xb)\Pr(X \le b) oder der Form Pr(Xa)\Pr(X \ge a) approximieren. Dies kann praktisch sein, wenn versucht wird, Handberechnungen durchzuführen, die große Intervalle umfassen, was die Berechnung vieler einzelner Wahrscheinlichkeiten implizieren würde. Für eine genaue Binomial Wahrscheinlichkeitsrechner, bitte entfernen Sie diese , wo die Wahrscheinlichkeit genau ist, normalerweise nicht angenähert.

Andere normale Annäherungen

Es gibt eine weniger häufig verwendete Näherung, nämlich die normale Annäherung an die Poisson-Verteilung , die eine ähnliche Begründung verwendet als die für die Poisson-Verteilung.

Einloggen

Sie haben noch kein Mitgliedskonto?
Anmelden

Passwort zurücksetzen

Anmelden
Einloggen

Anmelden

Anmelden
Einloggen