Бесплатные калькуляторы

Примеры запросов: процентыипотекаплощадь✓ 7 074 работающих калькулятора

СТАТИСТИКА · ОНЛАЙН

Гипергеометрическая вероятность отбора без возвращения

Точные вероятности успехов в выборке из конечной совокупности без возвращения. После извлечения объекта состав совокупности меняется, и обычная биномиальная формула уже не точна. Количество отмеченных объектов и размер выборки не могут превышать размер совокупности. Укажите исходные данные, изучите связанные числовые показатели и сравните альтернативные значения параметров в пределах допустимого диапазона.

✓ Бесплатно⌁ С пояснением✦ Без регистрации
📊
КАЛЬКУЛЯТОР

Введите данные

Введите число в допустимых пределах; поле участвует в вычислениях.
Введите число в допустимых пределах; поле участвует в вычислениях.
Введите число в допустимых пределах; поле участвует в вычислениях.
Введите число в допустимых пределах; поле участвует в вычислениях.
✓ Исходные значения передаются серверу только для выполнения расчёта. Регистрация не нужна.
ВАШ РЕЗУЛЬТАТ✓ Вычислено

Гипергеометрический выбор без возвращения

Вероятность ровно k0,237926
Вероятность не больше k0,693097
Ожидаемое число отмеченных3,75
Дисперсия2,544643

«Копировать картинку» помещает изображение результата в буфер обмена без сохранения файла — его можно сразу вставить в мессенджер или документ. Картинка и PDF содержат ссылку на calc-calc.ru.

Подсчёт сочетаний ведётся через логарифм гамма-функции для устойчивости при больших N.

Был ли калькулятор полезен?Одно касание — и мы поймём, какие инструменты улучшать.
ПОДРОБНЫЙ РАЗБОР · ФОРМУЛЫ И ПРИМЕРЫ

Гипергеометрическая вероятность отбора без возвращения: параметры, формула и разбор результата

Гипергеометрическая вероятность отбора без возвращения помогает решать прикладную задачу: точные вероятности успехов в выборке из конечной совокупности без возвращения. После извлечения объекта состав совокупности меняется, и обычная биномиальная формула уже не точна. Здесь пользователь задаёт исходные данные самостоятельно и может оценить, как отдельные измерения меняют числовой вывод. При анализе нескольких сценариев сохраняйте одинаковые правила подготовки данных.

За основу взято соотношение: P(X=k)=C(K,k)C(N−K,n−k)/C(N,n). Дискретные распределения учитывают число исходов, а также правила отбора и независимости испытаний. Для воспроизводимого ответа сначала проверьте значения «Всего объектов N» и «Отмеченных объектов K», затем остальные входные величины. В результате отображается несколько характеристик, чтобы не судить о сложном явлении по одному числу.

Какой вопрос решает этот расчёт

Точные вероятности успехов в выборке из конечной совокупности без возвращения. После извлечения объекта состав совокупности меняется, и обычная биномиальная формула уже не точна. Важное отличие этого калькулятора — возможность менять исходные величины, не пересчитывая формулы вручную. При таком сравнении видно, какие допущения действительно определяют численный результат и где возникает чувствительность оценки.

Дискретные распределения учитывают число исходов, а также правила отбора и независимости испытаний. Например, исходные сведения «Всего объектов N» вводятся как отдельный числовой показатель, а поле «Размер выборки n» задаёт ещё одну часть модели. Смешивать данные разных объектов и несогласованных периодов нельзя: это меняет смысл искомой величины.

Полезно сравнить основной расчёт с альтернативным значением «Число отмеченных в выборке». Если вывод меняется, выясните, отражает ли разница свойства исходных данных или особенности выбранного метода. При работе с настоящей выборкой стоит сохранять условия сбора наблюдений.

Как связаны параметры и полученные показатели

Основная формула: P(X=k)=C(K,k)C(N−K,n−k)/C(N,n). В неё входят величины из пользовательской формы, поэтому поле «Всего объектов N» нельзя считать декоративным. Взаимосвязи могут быть нелинейными: одинаковый абсолютный прирост разных параметров не всегда даёт одинаковое изменение результата.

В стандартном примере первый итог «Вероятность ровно k» равен 0.237926, а показатель «Вероятность не больше k» — 0.693097. Эти величины нужно читать вместе, поскольку одна отражает центральный результат, а другая характеризует сопутствующее свойство модели или проверку её применимости.

Последний параметр формы, «Число отмеченных в выборке», первоначально задан значением 4. Чтобы проверить расчёт, замените его на другой допустимый вариант, не изменяя остальные поля. Это покажет вклад выбранного условия и поможет отличить устойчивую оценку от чувствительной.

Пример использования и сравнение исходных данных

Для начала используйте готовые значения в форме: «Всего объектов N» — 120. Если в поле указан список, порядок и число элементов должны соответствовать смыслу измерений. При выборе новых данных проверяйте, что все числа относятся к одной задаче, а единицы измерения сопоставимы.

После вычисления обратите внимание на «Вероятность ровно k» и «Вероятность не больше k». Эти показатели дают отправную точку для сравнения, но не являются универсальной нормой. Решение о приемлемости результата зависит от задачи, цены ошибки и того, как собирались наблюдения.

Один практический приём — изменить только «Число отмеченных в выборке» и записать обе версии ответа. Затем отдельно пересмотрите «Отмеченных объектов K», оставив прочие числа прежними. Такое последовательное сравнение выявляет влияние параметров лучше, чем одновременная произвольная замена всех значений.

Ограничения статистического вывода

У метода есть принципиальное условие: количество отмеченных объектов и размер выборки не могут превышать размер совокупности. Частотную модель нужно выбирать по механизму эксперимента: с возвращением, без возвращения или при неодинаковых шансах. Если это условие нарушено, точное вычисление формулы не сделает итог достоверным, поэтому сначала разберитесь в природе исходных данных.

Частотную модель нужно выбирать по механизму эксперимента: с возвращением, без возвращения или при неодинаковых шансах. Также внимательно отнеситесь к редким наблюдениям, нестандартным значениям и границам диапазонов ввода. Ошибка округления, неверно прочитанная единица или число, записанное не в то поле, способны изменить вывод сильнее, чем выбранный метод.

Результаты «гипергеометрическая вероятность отбора без возвращения» следует использовать как количественную опору, а не как безусловное заключение о причинах. По возможности подтвердите вывод независимой выборкой, альтернативным методом или предметной проверкой исходных измерений. При важных решениях учитывайте и неопределённость результата.

Формула расчёта

ОСНОВНАЯ ФОРМУЛА

P(X=k)=C(K,k)C(N−K,n−k)/C(N,n)

Проверенные примеры

Контрольный расчёт

Исходные данные: Всего объектов N = 120, Отмеченных объектов K = 25, Размер выборки n = 18, Число отмеченных в выборке = 4

Вероятность ровно k: 0.237926; Вероятность не больше k: 0.693097; Ожидаемое число отмеченных: 3.75

Изменённые данные

Исходные данные: Всего объектов N = 120, Отмеченных объектов K = 25, Размер выборки n = 18, Число отмеченных в выборке = 6

Вероятность ровно k: 0.0890735; Вероятность не больше k: 0.95278; Ожидаемое число отмеченных: 3.75

Дополнительный сценарий

Исходные данные: Всего объектов N = 120, Отмеченных объектов K = 44, Размер выборки n = 18, Число отмеченных в выборке = 4

Вероятность ровно k: 0.0858491; Вероятность не больше k: 0.131558; Ожидаемое число отмеченных: 6.6

Как пользоваться онлайн-калькулятором

  1. Вводите списки значений в том же порядке, в котором происходили измерения; сопоставляемые списки должны иметь равную длину.
  2. Заполните числовые поля и выберите математическую модель, если форма допускает несколько вариантов.
  3. Проверьте полученные показатели вместе с допущениями и граничными условиями метода.
ВОПРОСЫ И ОТВЕТЫ

Частые вопросы

Как трактовать результат?

Точные вероятности успехов в выборке из конечной совокупности без возвращения.

Какие предположения важны?

Количество отмеченных объектов и размер выборки не могут превышать размер совокупности.

Похожие калькуляторы

🔬СТАТИСТИКА И ДАННЫЕ

Байесовская оценка брака следующей партии

Планирование ожидаемых отказов и затрат при небольших выборках на основе накопленных наблюдений и бета-распределения. Интервал аппроксимирован нормальным распределением апостериорной доли; для очень редких дефектов он приблизительный. Все входные величины участвуют в вычислениях, а результаты показывают взаимосвязанные показатели.

▦СТАТИСТИКА И ДАННЫЕ

Биномиальная вероятность k событий в серии наблюдений

Показывает вероятность ровно указанного числа успехов при одинаковой вероятности каждой попытки. При десяти независимых звонках с вероятностью сделки 30 % оцените шанс получить ровно четыре сделки.

ПОДЕЛИТЬСЯ ИНСТРУМЕНТОМ

Встроить на свой сайт

Вставьте этот код в HTML-блок на своём сайте. Посетители смогут пользоваться калькулятором без перехода.

Прямая ссылка: https://calc-calc.ru/embed/calc_779038/

Предварительный просмотр