成功確率 0.2, 試行回数 = 5
成功確率 (p): 0.2; 試行回数 (k): 5
分散 (Var[X]): 20; 期待値 (E[X]): 5; k回目の試行で最初の成功の確率: 0.08192
ベルヌーイ試行で最初の成功を得るために必要な試行回数の確率を計算します。
入力を順に確認し、1つのシナリオだけに頼らず結果を比較してください。
成功確率 (p), 試行回数 (k) → 分散 (Var[X]), 期待値 (E[X]), k回目の試行で最初の成功の確率
自分の値を試す前に、これらの例で計算機の動作を確認してください。
成功確率 (p): 0.2; 試行回数 (k): 5
分散 (Var[X]): 20; 期待値 (E[X]): 5; k回目の試行で最初の成功の確率: 0.08192
成功確率 (p): 0.5; 試行回数 (k): 2
分散 (Var[X]): 2; 期待値 (E[X]): 2; k回目の試行で最初の成功の確率: 0.25
成功確率 (p): 0.8; 試行回数 (k): 1
分散 (Var[X]): 0.3125; 期待値 (E[X]): 1.25; k回目の試行で最初の成功の確率: 0.8
代数、幾何、三角法、確率、統計、平均値、zスコア、検定、グラフ作成の計算機を利用できます。
これらのリンクは、検索に戻らずに次に起こりやすい疑問へ進めるよう選ばれています。
回帰分析において、従属変数の分散のうち、独立変数から予測可能な割合を計算します。
適合度または独立性の検定のためのカイ二乗統計量とp値を計算します。観測度数と期待度数または値が必要です。
帰無仮説が真であると仮定した場合に、計算されたものと同等かそれ以上に極端な検定統計量を観察する確率を計算します。
母集団の標準偏差が不明な場合に仮説検定で使用されるt統計量を計算します。この計算機は、標本平均と母集団平均の差が統計的に有意であるかどうかを判断するのに役立ちます。