Когда следует использовать гипергеометрическое распределение вместо биномиального?

Используйте гипергеометрическое распределение при выборке без возвращения из конечной популяции, особенно когда размер выборки составляет значительную часть популяции. Используйте биномиальное распределение при выборке с возвращением или когда популяция настолько велика, что удаление элементов существенно не меняет вероятности.

Какова формула гипергеометрического распределения?

Функция вероятности (PMF) имеет вид P(X = k) = C(K, k) умножить на C(N минус K, n минус k), деленное на C(N, n), где C(a, b) — биномиальный коэффициент (число сочетаний из a по b), N — размер популяции, K — количество успешных состояний, n — количество выборок, а k — наблюдаемое количество успехов.

Каковы математическое ожидание и дисперсия гипергеометрического распределения?

Математическое ожидание равно nK/N. Дисперсия равна n умножить на K/N, на (N минус K)/N и на (N минус n)/(N минус 1). Множитель (N минус n)/(N минус 1) называется поправкой на конечность популяции и учитывает выборку без возвращения.

Каковы общие области применения гипергеометрического распределения?

Общие области применения включают контроль качества и приемочный контроль на производстве, расчеты вероятностей в карточных играх, шансы в лотереях, экологические методы отлова и повторного отлова для оценки популяций диких животных, а также статистическую проверку гипотез, такую как точный тест Фишера.

Калькулятор Гипергеометрического Распределения

Рассчитайте вероятности гипергеометрического распределения для выборки без возвращения. Введите размер популяции, количество успешных элементов, объем выборки и наблюдаемые успехи, чтобы получить точные вероятности, кумулятивные значения, графики PMF, пошаговые решения и визуализации урн.

📌 Попробуйте сценарий:

N — Размер популяции Общее число элементов

K — Кол-во успехов Успехи в популяции (≤ N)

n — Число выборок Извлечено без возвращения

k — Наблюдаемые успехи Успехи в выборке

Все значения должны быть неотрицательными целыми числами. K ≤ N, n ≤ N, и k должно быть достижимо при данных параметрах.

Embed Калькулятор Гипергеометрического Распределения Widget

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

Введите размер популяции N (общее количество элементов).
Введите количество успешных состояний K (должно быть ≤ N).
Введите количество выборок n (должно быть ≤ N).
Введите наблюдаемые успехи k (должно быть достижимо при данных параметрах).
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.

Ссылайтесь на этот контент, страницу или инструмент так:

"Калькулятор Гипергеометрического Распределения" на сайте https://ru.miniWebtool.com/калькулятор-гипергеометрического-распределения/ от MiniWebtool, https://MiniWebtool.com/

команда miniwebtool. Обновлено: 2026-04-13

Вы также можете попробовать наш AI Решатель Математических Задач GPT, чтобы решить ваши математические проблемы с помощью вопросов и ответов на естественном языке.

Калькулятор Гипергеометрического Распределения

О Калькулятор Гипергеометрического Распределения

Что такое гипергеометрическое распределение?

Формула функции вероятности (PMF)

Объяснение параметров

Математическое ожидание, дисперсия и стандартное отклонение

Гипергеометрическое vs. Биномиальное распределение

Общие области применения

Как использовать этот калькулятор

Часто задаваемые вопросы

Для чего используется гипергеометрическое распределение?

Чем гипергеометрическое распределение отличается от биномиального?

Каковы допустимые диапазоны для k?

Можно ли использовать это для точного теста Фишера?

Что такое поправка на конечность популяции?

Статистика и анализ данных:

Избранные инструменты: