Hoppa till innehållet

Hur troligt är ett utfall mellan två värden?

Binomial-, Poisson- och normalfördelning: dra i gränserna och läs av P(X ≤ k) eller P(a ≤ X ≤ b) med medelvärde och varians.

Fördelning

Sannolikhet för
Viktiga värden som tabell
kP(X = k)P(X ≤ k)
09,537 × 10⁻⁷0,000095 %
10,000019070,002 %
20,00018120,02 %
30,0010870,13 %
40,0046210,59 %
50,014792,07 %
60,036965,77 %
70,0739313,16 %
80,120125,17 %
90,160241,19 %
100,176258,81 %
110,160274,83 %
120,120186,84 %
130,0739394,23 %
140,0369697,93 %
150,0147999,41 %
160,00462199,87 %
170,00108799,98 %
180,000181299,998 %
190,0000190799,999905 %
209,537 × 10⁻⁷100 %

P(8 ≤ X ≤ 12)

73,68 %

Enligt binomialfördelningen med n = 20, p = 0,5 är sannolikheten 73,68 %. Sannolikheten för allt annat är 26,32 %.

Medelvärde
10
Varians
5
Standardavvikelse
2,23607
Sannolikhet som decimaltal
0,736824

Binomial-, Poisson- och normalfördelning: dra i gränserna och läs av P(X ≤ k) eller P(a ≤ X ≤ b) med medelvärde och varians.

Så använder du verktyget

  1. Välj en fördelning: binomial för antal lyckade försök av ett antal, Poisson för antal sällsynta händelser, normal för mätvärden.
  2. Ange dess parametrar och välj sedan händelse: mellan två värden, högst b eller minst a.
  3. Skriv in gränserna eller dra i handtagen under grafen. De skuggade staplarna eller ytan är sannolikheten som visas ovan.

Sannolikhet för högst k kronor i 10 slantsinglingar

Antal kronor (k)Sannolikhet
25,5 %
317,2 %
437,7 %
562,3 %
682,8 %
794,5 %
898,9 %

Så fungerar det

En sannolikhetsfördelning säger hur troligt varje möjligt utfall är. Binomialfördelningen räknar lyckade försök av n oberoende försök som vart och ett lyckas med sannolikheten p, till exempel klave i 20 slantsinglingar: P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ, med medelvärdet np och variansen np(1 − p). Poissonfördelningen räknar händelser som inträffar i genomsnitt λ gånger, till exempel samtal per timme: P(X = k) = e^−λ·λᵏ / k!, med medelvärde och varians λ.

Normalfördelningen är mätvärdenas klockkurva med medelvärdet μ och standardavvikelsen σ. För den är sannolikheten för ett intervall ytan under kurvan. För antalen är sannolikheten för ett intervall summan av dess staplar. I 20 slantsinglingar är P(8 ≤ X ≤ 12) summan av staplarna från 8 till 12, cirka 73,7 %. En normalkurva med samma medelvärde 10 och σ = √5 ger ett liknande svar, och därför fungerar normalapproximationen för stora n.

Svaren förutsätter att modellen passar: oberoende försök med ett fast p, händelser i jämn takt eller data som verkligen är klockformade. Definitionerna följer NIST/SEMATECH e-Handbook of Statistical Methods, avsnitt 1.3.6.6.1, 1.3.6.6.18 och 1.3.6.6.19.

Vanliga frågor

När ska jag använda Poissonfördelningen i stället för binomialfördelningen?

När du räknar händelser över tid eller yta utan ett fast antal försök, till exempel e-postmeddelanden per dag. Vid många försök med litet p ligger binomialfördelningen nära en Poissonfördelning med λ = np.

Varför räknas gränserna som inkluderade?

För antal inkluderar P(8 ≤ X ≤ 12) både 8 och 12. Använd 9 och 11 för att utesluta dem. För normalfördelningen har ett enskilt värde sannolikheten noll, så det gör ingen skillnad.

Hur stor är sannolikheten för exakt k?

Välj a ≤ X ≤ b och sätt båda gränserna till k: den enda skuggade stapeln är P(X = k). Tabellen under grafen listar P(X = k) för värdena kring medelvärdet.

Hur får jag P(X > k) eller P(X < k)?

För antal är P(X > k) lika med P(X ≥ k + 1) och P(X < k) lika med P(X ≤ k − 1).

Ska jag ange 50 eller 0,5 för 50 % sannolikhet?

Ange 0,5 i binomialfältet för sannolikheten p. Fältet tar emot sannolikheter från 0 till 1, inte procent från 0 till 100.

Skicka feedback