Kalkulator Probabilitas Binomial

P(X = k)
Berikutnya

Diberikan n percobaan Bernoulli independen dengan probabilitas sukses p, distribusi binomial memberi tahu seberapa sering Anda akan melihat tepat k sukses. Kalkulator menampilkan probabilitas eksak P(X = k) beserta ekor P(X < k), P(X ≤ k), P(X ≥ k), dan P(X > k) sekaligus - semuanya memakai perhitungan dalam ruang logaritmik agar tetap akurat hingga n = 1.000.

Cara menghitung probabilitas binomial

  1. 1

    Masukkan n (jumlah percobaan)

    Harus bilangan bulat non-negatif. Nilai umum: 10 lemparan koin, 100 pengunjung A/B test, 1.000 sampel manufaktur.

  2. 2

    Masukkan p (probabilitas sukses)

    Nilai antara 0 dan 1. Untuk koin adil p = 0,5; untuk rasio klik 12%, p = 0,12.

  3. 3

    Masukkan k (jumlah sukses target)

    Bilangan bulat dari 0 sampai n.

  4. 4

    Baca probabilitas

    Lima probabilitas: eksak P(X = k), kurang dari P(X < k), paling banyak P(X ≤ k), paling sedikit P(X ≥ k), dan lebih dari P(X > k).

Rumus

P(X = k) = C(n, k) · p^k · (1-p)^(n-k)

Di mana C(n, k) adalah koefisien binomial, yaitu “banyaknya cara memilih k dari n”. Alat ini menghitung dalam ruang logaritmik untuk menghindari peluapan (overflow) ketika n besar.

Contoh kerja: 10 lemparan koin, tepat 7 sisi gambar

  • n = 10, p = 0,5, k = 7
  • C(10, 7) = 120
  • P(X = 7) = 120 · 0,5^7 · 0,5^3 = 120 / 1024 ≈ 0,1172

Jadi sekitar 11,7% dari waktu, Anda akan melihat tepat 7 sisi gambar dalam 10 lemparan.

Kapan distribusi binomial berlaku

Keempat asumsi Bernoulli harus terpenuhi:

  1. Jumlah percobaan tetap (n diputuskan di awal).
  2. Setiap percobaan independen dari yang lain.
  3. Hanya dua hasil per percobaan (sukses / gagal).
  4. Probabilitas sukses p konstan di seluruh percobaan.

Jika ada asumsi yang gagal (pengambilan bergantung tanpa pengembalian, p berubah-ubah, lebih dari dua hasil), gunakan distribusi hipergeometrik, Poisson-binomial, atau multinomial.

Rata-rata, ragam, dan aproksimasi normal

  • Rata-rata: μ = np
  • Ragam: σ² = np(1-p)
  • Simpangan baku: σ = √(np(1-p))

Ketika np ≥ 10 dan n(1-p) ≥ 10, distribusi binomial dapat didekati dengan baik oleh distribusi normal Normal(μ, σ²) dengan koreksi kontinuitas. Simpan aturan ini sebagai pemeriksaan cepat untuk n besar, karena kalkulator selalu mengembalikan nilai eksak.

Pertanyaan yang Sering Diajukan

P(X = k) adalah probabilitas tepat k sukses; P(X ≤ k) adalah probabilitas kumulatif paling banyak k. Untuk 10 lemparan koin adil, P(X = 5) ≈ 0,246 tetapi P(X ≤ 5) ≈ 0,623.

Ya. Kalkulator mengembalikan P(X ≥ k) = 1 - P(X ≤ k-1). Untuk “lebih dari k”, kurangi satu lagi: P(X > k) = P(X ≥ k+1).

Hingga 1.000 di langkah terbimbing tetap stabil berkat perhitungan ruang logaritmik, cukup untuk kasus umum lemparan koin, survei, dan A/B test. Di atas itu, gunakan aproksimasi normal atau aproksimasi Poisson (berlaku ketika p kecil dan n besar).

Maka Anda membutuhkan distribusi Poisson-binomial, bukan binomial biasa. Kalkulator ini mengasumsikan satu p konstan untuk semua n percobaan.

Alat Terkait

Alat ini tersedia dalam bahasa lain