Binomialtabelle für n = 10 und n = 11

Von allen diskreten Zufallsvariablen ist eine der wichtigsten aufgrund ihrer Anwendungen eine binomische Zufallsvariable. Die Binomialverteilung, die die Wahrscheinlichkeiten für die Werte dieses Variablentyps angibt, wird vollständig durch zwei Parameter bestimmt: n und p. Hier n ist die Anzahl der Versuche und p ist die Wahrscheinlichkeit des Erfolgs in dieser Studie. Die folgenden Tabellen sind für n = 10 und 11. Die Wahrscheinlichkeiten sind jeweils auf drei Dezimalstellen gerundet.

Wir sollten immer fragen, ob eine Binomialverteilung verwendet werden soll. Um eine Binomialverteilung zu verwenden, sollten wir überprüfen, ob die folgenden Bedingungen erfüllt sind:

Wir haben eine endliche Anzahl von Beobachtungen oder Versuchen.
Das Ergebnis des Lehrversuchs kann entweder als Erfolg oder als Misserfolg eingestuft werden.
Die Erfolgswahrscheinlichkeit bleibt konstant.
Die Beobachtungen sind unabhängig voneinander.

Die Binomialverteilung gibt die Wahrscheinlichkeit von r Erfolge in einem Experiment mit insgesamt n unabhängige Studien mit Erfolgswahrscheinlichkeit p. Wahrscheinlichkeiten werden nach der Formel berechnet C(n, r)p^r(1 - p)^{n - r} wo C(n, r) ist die Formel für Kombinationen.

Die Tabelle ist nach den Werten von geordnet p und von r. Für jeden Wert von gibt es eine andere Tabelle n.

Andere Tabellen

Für andere Binomialverteilungstabellen haben wir n = 2 bis 6, n = 7 bis 9. Für Situationen, in denen np und n(1 - p) größer oder gleich 10 sind, können wir die normale Annäherung an die Binomialverteilung verwenden. In diesem Fall ist die Approximation sehr gut und erfordert keine Berechnung der Binomialkoeffizienten. Dies bietet einen großen Vorteil, da diese Binomialberechnungen sehr aufwendig sein können.

Beispiel

Das folgende Beispiel aus der Genetik veranschaulicht die Verwendung der Tabelle. Angenommen, wir wissen, dass die Wahrscheinlichkeit, dass ein Nachwuchs zwei Kopien eines rezessiven Gens erbt (und damit das rezessive Merkmal aufweist), 1/4 beträgt.

Wir wollen die Wahrscheinlichkeit berechnen, dass eine bestimmte Anzahl von Kindern in einer zehnköpfigen Familie dieses Merkmal besitzt. Lassen X sei die Anzahl der Kinder mit diesem Merkmal. Wir schauen auf den Tisch nach n = 10 und die Spalte mit p = 0,25 und siehe folgende Spalte:

.056, .188, .282, .250, .146, .058, .016, .003

Dies bedeutet für unser Beispiel, dass

P (X = 0) = 5,6%, das ist die Wahrscheinlichkeit, dass keines der Kinder das rezessive Merkmal hat.
P (X = 1) = 18,8%, das ist die Wahrscheinlichkeit, dass eines der Kinder das rezessive Merkmal hat.
P (X = 2) = 28,2%, das ist die Wahrscheinlichkeit, dass zwei der Kinder das rezessive Merkmal haben.
P (X = 3) = 25,0%, das ist die Wahrscheinlichkeit, dass drei der Kinder das rezessive Merkmal haben.
P (X = 4) = 14,6%, das ist die Wahrscheinlichkeit, dass vier der Kinder das rezessive Merkmal haben.
P (X = 5) = 5,8%, das ist die Wahrscheinlichkeit, dass fünf der Kinder das rezessive Merkmal haben.
P (X = 6) = 1,6%, das ist die Wahrscheinlichkeit, dass sechs der Kinder das rezessive Merkmal haben.
P (X = 7) = 0,3%, das ist die Wahrscheinlichkeit, dass sieben der Kinder das rezessive Merkmal haben.

Tabellen für n = 10 bis n = 11

n = 10

	p	.01	.05	.10	.15	.20	.25	.30	.35	.40	.45	.50	.55	.60	.65	.70	.75	.80	.85	.90	.95
r	0	.904	.599	.349	.197	.107	.056	.028	.014	.006	.003	.001	.000	.000	.000	.000	.000	.000	.000	.000	.000
	1	.091	.315	.387	.347	.268	.188	.121	.072	.040	.021	.010	.004	.002	.000	.000	.000	.000	.000	.000	.000
	2	.004	.075	.194	.276	.302	.282	.233	.176	.121	.076	.044	.023	.011	.004	.001	.000	.000	.000	.000	.000
	3	.000	.010	.057	.130	.201	.250	.267	.252	.215	.166	.117	.075	.042	.021	.009	.003	.001	.000	.000	.000
	4	.000	.001	.011	.040	.088	.146	.200	.238	.251	.238	.205	.160	.111	.069	.037	.016	.006	.001	.000	.000
	5	.000	.000	.001	.008	.026	.058	.103	.154	.201	.234	.246	.234	.201	.154	.103	.058	.026	.008	.001	.000
	6	.000	.000	.000	.001	.006	.016	.037	.069	.111	.160	.205	.238	.251	.238	.200	.146	.088	.040	.011	.001
	7	.000	.000	.000	.000	.001	.003	.009	.021	.042	.075	.117	.166	.215	.252	.267	.250	.201	.130	.057	.010
	8	.000	.000	.000	.000	.000	.000	.001	.004	.011	.023	.044	.076	.121	.176	.233	.282	.302	.276	.194	.075
	9	.000	.000	.000	.000	.000	.000	.000	.000	.002	.004	.010	.021	.040	.072	.121	.188	.268	.347	.387	.315
	10	.000	.000	.000	.000	.000	.000	.000	.000	.000	.000	.001	.003	.006	.014	.028	.056	.107	.197	.349	.599

n = 11

	p	.01	.05	.10	.15	.20	.25	.30	.35	.40	.45	.50	.55	.60	.65	.70	.75	.80	.85	.90	.95
r	0	.895	.569	.314	.167	.086	.042	.020	.009	.004	.001	.000	.000	.000	.000	.000	.000	.000	.000	.000	.000
	1	.099	.329	.384	.325	.236	.155	.093	.052	.027	.013	.005	.002	.001	.000	.000	.000	.000	.000	.000	.000
	2	.005	.087	.213	.287	.295	.258	.200	.140	.089	.051	.027	.013	.005	.002	.001	.000	.000	.000	.000	.000
	3	.000	.014	.071	.152	.221	.258	.257	.225	.177	.126	.081	.046	.023	.010	.004	.001	.000	.000	.000	.000
	4	.000	.001	.016	.054	.111	.172	.220	.243	.236	.206	.161	.113	.070	.038	.017	.006	.002	.000	.000	.000
	5	.000	.000	.002	.013	.039	.080	.132	.183	.221	.236	.226	.193	.147	.099	.057	.027	.010	.002	.000	.000
	6	.000	.000	.000	.002	.010	.027	.057	.099	.147	.193	.226	.236	.221	.183	.132	.080	.039	.013	.002	.000
	7	.000	.000	.000	.000	.002	.006	.017	.038	.070	.113	.161	.206	.236	.243	.220	.172	.111	.054	.016	.001
	8	.000	.000	.000	.000	.000	.001	.004	.010	.023	.046	.081	.126	.177	.225	.257	.258	.221	.152	.071	.014
	9	.000	.000	.000	.000	.000	.000	.001	.002	.005	.013	.027	.051	.089	.140	.200	.258	.295	.287	.213	.087
	10	.000	.000	.000	.000	.000	.000	.000	.000	.001	.002	.005	.013	.027	.052	.093	.155	.236	.325	.384	.329
	11	.000	.000	.000	.000	.000	.000	.000	.000	.000	.000	.000	.001	.004	.009	.020	.042	.086	.167	.314	.569

Wissenschaft