6.7
A distribuição de probabilidade binomial representa casos que têm um número múltiplo, mas fixo, de tentativas, como em um cara ou coroa, com dois resultados possíveis por tentativa.
Aqui n denota o número de tentativas.
Em cada tentativa, a probabilidade de sucesso, cara, é denotada por p, enquanto a probabilidade de falha, coroa, é representada por q. Se um é conhecido, o outro pode ser facilmente calculado.
Para uma distribuição binomial, a probabilidade de sucesso ou fracasso deve ser sempre a mesma para todas as tentativas.
Além disso, o resultado de cada tentativa deve ser independente de outras tentativas.
Neste exemplo, o número de caras é a variável aleatória, x, cujo valor pode ser um número inteiro entre 0 e n.
P de x denota a probabilidade de x caras entre n tentativas, calculada usando a fórmula de probabilidade binomial.
Aqui, o símbolo fatorial representa o produto de fatores decrescentes.
Para cada valor de x, P de x pode ser obtido, que pode ser plotado para obter a forma gráfica da distribuição binomial.
Uma distribuição binomial é uma distribuição de probabilidade para um procedimento com um número fixo de tentativas, onde cada tentativa pode ter apenas dois resultados.
Os resultados de um experimento binomial se ajustam a uma distribuição de probabilidade binomial. Um experimento estatístico pode ser classificado como experimento binomial se as seguintes condições forem atendidas:
Há um número fixo de tentativas. Pense nas tentativas como repetições de um experimento. A letra n denota o número de tentativas.
Existem apenas dois resultados possíveis, chamados “sucesso” e “fracasso”, para cada tentativa. A letra p denota a probabilidade de sucesso em uma tentativa e q denota a probabilidade de fracasso em uma tentativa. p + q = 1.
As n tentativas são independentes e são repetidas usando condições idênticas. Como as n tentativas são independentes, o resultado de uma tentativa não ajuda a prever o resultado de outra tentativa. Outra maneira de dizer isso é que, para cada tentativa individual, a probabilidade, p, de sucesso e a probabilidade, q, de fracasso permanecem as mesmas. Por exemplo, adivinhar aleatoriamente uma questão estatística verdadeiro-falso tem apenas dois resultados.
Se o sucesso significa adivinhar corretamente, então o fracasso significa adivinhar incorretamente. Suponha que Joe sempre adivinhe corretamente em qualquer questão estatística de verdadeiro ou falso com probabilidade p = 0,6. Então, q = 0,4. Isso significa que para cada pergunta estatística verdadeiro-falso que Joe responde, sua probabilidade de sucesso (p = 0,6) e sua probabilidade de fracasso (q = 0,4) permanecem as mesmas.
Esse texto foi adaptado do Openstax, Introductory Statistics, Section 4.3, Binomial Distribution
A distribuição de probabilidade binomial representa casos que têm um número múltiplo, mas fixo, de tentativas, como em um cara ou coroa, com dois resultados possíveis por tentativa.
Aqui n denota o número de tentativas.
Em cada tentativa, a probabilidade de sucesso, cara, é denotada por p, enquanto a probabilidade de falha, coroa, é representada por q. Se um é conhecido, o outro pode ser facilmente calculado.
Para uma distribuição binomial, a probabilidade de sucesso ou fracasso deve ser sempre a mesma para todas as tentativas.
Além disso, o resultado de cada tentativa deve ser independente de outras tentativas.
Neste exemplo, o número de caras é a variável aleatória, x, cujo valor pode ser um número inteiro entre 0 e n.
P de x denota a probabilidade de x caras entre n tentativas, calculada usando a fórmula de probabilidade binomial.
Aqui, o símbolo fatorial representa o produto de fatores decrescentes.
Para cada valor de x, P de x pode ser obtido, que pode ser plotado para obter a forma gráfica da distribuição binomial.
From Chapter 6:
Now Playing
Distribuições de probabilidade
13.5K Views
Distribuições de probabilidade
19.5K Views
Distribuições de probabilidade
15.2K Views
Distribuições de probabilidade
10.6K Views
Distribuições de probabilidade
8.9K Views
Distribuições de probabilidade
3.1K Views
Distribuições de probabilidade
7.2K Views
Distribuições de probabilidade
10.2K Views
Distribuições de probabilidade
5.2K Views
Distribuições de probabilidade
13.6K Views
Distribuições de probabilidade
15.0K Views
Distribuições de probabilidade
7.9K Views
Distribuições de probabilidade
18.9K Views
Distribuições de probabilidade
19.7K Views