Калькулятор Гипергеометрического Распределения

О Калькулятор Гипергеометрического Распределения

Калькулятор гипергеометрического распределения вычисляет точные вероятности для сценариев выборки без возвращения. Введите размер популяции (N), количество успешных элементов (K), количество выборок (n) и желаемое количество успехов (k), чтобы мгновенно получить точечные и кумулятивные вероятности с пошаговыми комбинаторными решениями и интерактивными визуализациями.

Что такое гипергеометрическое распределение?

Гипергеометрическое распределение — это дискретное распределение вероятностей, которое описывает количество успехов в последовательности из n выборок из конечной популяции размером N, содержащей ровно K успешных элементов, извлеченных без возвращения. В отличие от биномиального распределения, которое предполагает независимость каждого испытания, гипергеометрическое распределение учитывает тот факт, что каждое извлечение меняет состав оставшейся популяции.

Формула функции вероятности (PMF)

Функция вероятности (PMF) имеет вид:

P(X = k) = C(K, k) × C(N − K, n − k) / C(N, n)

Где C(a, b) = a! / (b! × (a − b)!) — биномиальный коэффициент («число сочетаний из a по b»). Числитель подсчитывает количество благоприятных способов выбора k успехов из K и (n − k) неудач из (N − K). Знаменатель подсчитывает все возможные способы извлечения n элементов из N.

Объяснение параметров

• N (Размер популяции) — Общее количество элементов в популяции.
• K (Успешные состояния) — Количество элементов, классифицируемых как «успех» в популяции.
• n (Количество выборок) — Сколько элементов извлекается без возвращения.
• k (Наблюдаемые успехи) — Конкретное количество успехов, вероятность которых вы хотите найти.

Математическое ожидание, дисперсия и стандартное отклонение

Для гипергеометрической случайной величины X:

• Математическое ожидание: μ = nK / N
• Дисперсия: σ² = n × (K/N) × ((N−K)/N) × ((N−n)/(N−1))
• Стандартное отклонение: σ = √σ²

Множитель (N − n) / (N − 1) называется поправкой на конечность популяции. Он уменьшает дисперсию по сравнению с биномиальным распределением, отражая тот факт, что выборка без возвращения менее изменчива, чем выборка с возвращением.

Гипергеометрическое vs. Биномиальное распределение

• Гипергеометрическое: Выборка без возвращения из конечной популяции. Каждое извлечение меняет вероятность следующего.
• Биномиальное: Выборка с возвращением (или из бесконечной популяции). Каждое испытание имеет одинаковую вероятность.
• Когда популяция очень велика по сравнению с выборкой (N ≫ n), гипергеометрическое распределение приближается к биномиальному.

Общие области применения

• Контроль качества — Какова вероятность обнаружения ровно 3 дефектных изделий при проверке 30 единиц из партии в 500 штук, содержащей 20 дефектных?
• Карточные игры — Какова вероятность того, что в покере из 5 карт из стандартной колоды в 52 листа выпадет ровно 2 червы?
• Анализ лотерей — Каковы шансы совпадения определенного количества выпавших чисел?
• Экология (Метод отлова-повторного отлова) — Оценка численности диких животных путем мечения и повторного отлова.
• Статистическое тестирование — Точный тест Фишера использует гипергеометрическое распределение для проверки независимости в таблицах сопряженности 2×2.

Как использовать этот калькулятор

1. Введите размер популяции N (общее количество элементов).
2. Введите количество успешных состояний K (должно быть ≤ N).
3. Введите количество выборок n (должно быть ≤ N).
4. Введите наблюдаемые успехи k (должно быть достижимо при данных параметрах).
5. Нажмите «Рассчитать вероятность», чтобы увидеть точные и кумулятивные вероятности, пошаговые решения, гистограмму PMF и визуализацию модели урны.

Часто задаваемые вопросы

Для чего используется гипергеометрическое распределение?

Гипергеометрическое распределение используется всякий раз, когда вы делаете выборку из конечной популяции без возвращения и хотите узнать вероятность извлечения определенного количества элементов с конкретной характеристикой. Основные случаи использования включают проверку качества, вероятности в карточных играх, шансы в лотерее и экологические исследования популяций.

Чем гипергеометрическое распределение отличается от биномиального?

Ключевое отличие заключается в возвращении элементов. Биномиальное распределение предполагает независимые испытания (с возвращением), в то время как гипергеометрическое моделирует зависимые извлечения (без возвращения). Когда популяция намного больше выборки, два распределения сходятся.

Каковы допустимые диапазоны для k?

Наблюдаемые успехи k должны удовлетворять условию: max(0, n − (N − K)) ≤ k ≤ min(n, K). Нижняя граница гарантирует, что для оставшихся выборок достаточно неудачных элементов, а верхняя — что вы не превысите количество доступных успехов или общее число выборок.

Можно ли использовать это для точного теста Фишера?

Да. Точный тест Фишера вычисляет вероятности с использованием гипергеометрического распределения. Если у вас есть таблица сопряженности 2×2, вы можете использовать этот калькулятор для вычисления вероятности наблюдения данных значений ячеек при нулевой гипотезе о независимости.

Что такое поправка на конечность популяции?

Множитель (N − n) / (N − 1) в формуле дисперсии учитывает выборку без возвращения. Он всегда уменьшает дисперсию по сравнению с биномиальным распределением. Когда n мало относительно N, этот множитель близок к 1, и поправка незначительна.