ماشین حساب توزیع دوجمله‌ای

نویسنده: Henrick Yau
- July 21, 2026
| |

ماشین حساب توزیع دوجمله‌ای

محاسبه تابع جرم احتمال (PMF)، تابع توزیع تجمعی (CDF)، میانگین، واریانس و سایر آمارها برای توزیع دوجمله‌ای با پارامترهای n (تعداد آزمایش‌ها) و p (احتمال موفقیت).

ورودی پارامترها

گزینه‌های محاسبه

گزینه‌های نمایش

درباره توزیع دوجمله‌ای

توزیع دوجمله‌ای یک توزیع احتمال گسسته است که تعداد موفقیت‌ها را در تعداد ثابتی از آزمایش‌های مستقل، هر یک با احتمال موفقیت یکسان، مدل‌سازی می‌کند.

ویژگی‌های کلیدی
  • دامنه: x ∈ {0, 1, 2, ..., n}
  • میانگین: μ = n × p
  • واریانس: σ² = n × p × (1-p)
  • مد: ⌊(n+1)×p⌋ یا ⌊(n+1)×p-1⌋
  • چولگی: (1-2p)/√(n×p×(1-p))
شرایط توزیع دوجمله‌ای
  1. تعداد ثابت آزمایش‌ها (n)
  2. هر آزمایش مستقل است
  3. هر آزمایش دقیقاً دو نتیجه ممکن دارد (موفقیت/شکست)
  4. احتمال موفقیت (p) برای همه آزمایش‌ها ثابت است
کاربردها

توزیع دوجمله‌ای در بسیاری از زمینه‌ها از جمله موارد زیر استفاده می‌شود:

  • کنترل کیفیت (تعداد اقلام معیوب در یک دسته)
  • پزشکی (موفقیت/شکست درمان‌ها)
  • انتخابات و نظرسنجی (نسبت رأی‌دهندگان به یک نامزد)
  • ورزش (برد/باخت در یک سری بازی)
  • ژنتیک (وراثت صفات)
تقریب نرمال

برای مقادیر بزرگ n، توزیع دوجمله‌ای را می‌توان با توزیع نرمال با میانگین μ = n×p و واریانس σ² = n×p×(1-p) تقریب زد. این تقریب زمانی خوب عمل می‌کند که هم n×p و هم n×(1-p) بزرگتر از 5 باشند.

تابع جرم احتمال (PMF):

P(X = x) = C(n, x) × px × (1-p)n-x

ضریب دوجمله‌ای:

C(n, x) = n! / (x! × (n-x)!)

تابع توزیع تجمعی (CDF):

P(X ≤ x) = ∑ P(X = i) از i = 0 تا x

میانگین و واریانس:

میانگین (μ) = n × p

واریانس (σ²) = n × p × (1-p)

ماشین حساب توزیع دوجمله‌ای چیست؟

ماشین حساب توزیع دوجمله‌ای یک ابزار آماری قدرتمند است که به کاربران کمک می‌کند تا به سرعت احتمال تعداد مشخصی از موفقیت‌ها را در تعداد ثابتی از آزمایش‌های مستقل، با نرخ موفقیت ثابت تعیین کنند. چه در حال تحلیل نتایج نظرسنجی، داده‌های کنترل کیفیت یا مطالعات پزشکی باشید، این ابزار تحلیل آماری محاسبات را برای شما ساده می‌کند.

این ابزار تابع جرم احتمال (PMF)، تابع توزیع تجمعی (CDF) و بازه‌های احتمال را محاسبه می‌کند. همچنین آمار توصیفی مهمی مانند میانگین، واریانس و انحراف معیار را ارائه می‌دهد—مقادیری ضروری برای هر یاری‌دهنده تحلیل داده.

نحوه استفاده از ماشین حساب توزیع دوجمله‌ای

  • تعداد آزمایش‌ها (n) را وارد کنید: این تعداد دفعاتی است که رویداد رخ می‌دهد.
  • احتمال موفقیت (p) را وارد کنید: یک مقدار اعشاری بین 0 و 1.
  • نوع محاسبه را انتخاب کنید: بین PMF، CDF یا احتمال بازه یکی را انتخاب کنید.
  • ورودی‌های اضافی را پر کنید: تعداد موفقیت‌ها یا مرزهای بازه را مشخص کنید.
  • خروجی را سفارشی کنید: دقت اعشار را تنظیم کرده و انتخاب کنید که مراحل محاسبه یا نمودارها نمایش داده شوند.
  • روی "محاسبه" کلیک کنید: بلافاصله نتایج، نمودار توزیع و مراحل دقیق را مشاهده کنید.
  • از "بازنشانی" برای شروع دوباره استفاده کنید: فرم را سریعاً پاک کنید تا سناریوی جدیدی محاسبه شود.

چرا از ماشین حساب توزیع دوجمله‌ای استفاده کنیم؟

استفاده از این ابزار احتمال دوجمله‌ای می‌تواند در مقایسه با محاسبات دستی زمان زیادی را صرفه‌جویی کند. این ابزار به ویژه هنگام کار با موارد زیر مفید است:

  • مجموعه داده‌های بزرگ: به سرعت مجموعه داده‌ها را تحلیل کنید بدون انجام محاسبات خسته‌کننده.
  • اهداف آموزشی: عالی برای یادگیری مفاهیم احتمال و آمار.
  • تحقیقات آماری: مفید برای محاسبات آماری عمیق‌تر مانند یافتن انحراف معیار و واریانس داده.
  • مقایسه توزیع‌ها: با استفاده از ویژگی نمودار داخلی، سناریوهای مختلف را به راحتی可视化 کنید، که آن را به یک حل‌کننده توزیع داده عملی تبدیل می‌کند.

سوالات متداول (FAQ)

توزیع دوجمله‌ای چیست؟

توزیع دوجمله‌ای تعداد موفقیت‌ها را در تعداد مشخصی از آزمایش‌های مستقل مدل‌سازی می‌کند که هر آزمایش شانس موفقیت یکسانی دارد.

چه زمانی باید از PMF استفاده کنم؟

زمانی از تابع جرم احتمال استفاده کنید که می‌خواهید شانس دستیابی به دقیقاً تعداد مشخصی از موفقیت‌ها را بیابید.

چه زمانی باید از CDF استفاده کنم؟

تابع توزیع تجمعی زمانی مفید است که احتمال دستیابی به تعداد مشخصی از موفقیت‌ها یا کمتر از آن را می‌خواهید.

اگر احتمال بین دو عدد را بخواهم چه؟

گزینه "احتمال بازه" را انتخاب کنید تا احتمال قرار گرفتن تعداد موفقیت‌ها در یک بازه مشخص محاسبه شود.

آیا این ماشین حساب می‌تواند تقریب نرمال را نشان دهد؟

بله، ماشین حساب دارای ویژگی تقریب نرمال است که به ویژه زمانی که تعداد آزمایش‌ها زیاد است مفید می‌باشد و آن را به یک منبع محاسبات آماری ارزشمند تبدیل می‌کند.

چگونه ماشین حساب به شما کمک می‌کند

این ماشین حساب نتایج دوجمله‌ای مسائل پیچیده توزیع احتمال را به نتایج ساده و قابل فهم تبدیل می‌کند. با ارائه راه‌حل‌های گام‌به‌گام و کمک‌های بصری، هم به عنوان یک یاری‌دهنده احتمال و آمار و هم به عنوان یک راهنمای آمار توصیفی عمل می‌کند.

اگر با نیازهای آماری دیگری مانند انحراف معیار یا فاصله اطمینان کار می‌کنید، استفاده از ابزارهای دیگری مانند ماشین حساب انحراف معیار یا ماشین حساب فاصله اطمینان را برای گسترش جعبه ابزار تحلیل آماری خود در نظر بگیرید.