CampusDownWiki CampusDown(韩语)↗
简体中文

二项分布

➗ 数学与统计 作者 CampusDown 维基编辑部 最后更新
要点:二项分布给出在成功概率相同的n次独立试验中,成功次数取各个可能值的概率。
目录
  1. 1. 条件与公式
  2. 2. 均值、方差与示例
  3. 3. 近似与应用
  4. 4. 参考文献

条件与公式

只有两种结果的试验称为伯努利试验。若(1)试验次数n固定,(2)各次试验相互独立,(3)成功概率p不变,则成功次数X服从B(n, p)。

P(X=k) = C(n,k) · pk · (1-p)n-k,k = 0, 1, …, n

均值、方差与示例

  • 均值np,方差np(1-p),标准差√(np(1-p))。
  • 示例:若某手术成功率为80%,15名患者中恰有10人成功的概率为C(15,10)·0.810·0.25 ≈ 0.103;期望人数为12。

近似与应用

当n较大且np与n(1-p)都至少约为5到10时,可用正态分布N(np, np(1-p))近似;当n较大而p较小时,可用λ = np的泊松分布近似。它用于质量控制中的次品数、民意调查比例、治疗成功人数以及比例检验。

参考文献

  1. Ross, S. M. (2019). A First Course in Probability (10th ed.). Pearson.
  2. Hogg, R. V., Tanis, E. A., & Zimmerman, D. L. (2019). Probability and Statistical Inference (10th ed.). Pearson.
  3. Montgomery, D. C., & Runger, G. C. (2018). Applied Statistics and Probability for Engineers (7th ed.). Wiley.

运用该理论的报告与资料(韩语)

目前还没有专门讨论该理论的资料,但你可以在 CampusDown 资料库(韩语)中搜索相关报告。

查找更多报告 · 查看“이항분포”搜索结果 →

推荐阅读的理论

本文最后更新于2026年10月15日。内容依据公认的原著和教科书整理;在报告中引用时,请务必核对下方参考文献中的原始出处。