La distribuzione binomiale

Introduzione alla statistica

George Boorman

Curriculum Manager, DataCamp

Lancio della moneta

Mano che lancia una moneta con un lato H al 50% e l’altro T al 50%.png

H e T, 1 e 0, Successo e Fallimento, Vittoria e Sconfitta.png

Distribuzione della numero di successi in una sequenza di eventi indipendenti
Per esempio, il numero di teste in una sequenza di lanci
Descritta da $n$ e $p$
- $n$: numero totale di eventi
- $p$: probabilità di successo

Grafico della distribuzione binomiale con n=10, p=0.5.png

Distribuzione binomiale con probabilità di successi ≤ 7 evidenziata, pari al 99,45%.png

Distribuzione binomiale con area blu per successi ≥ 8 pari al 5,55%.png

${Expected \ value} = n \times p$

Numero atteso di teste su 10 lanci $= 10 \times 0.5 = 5$

Se non conosciamo $p$, ma conosciamo $n$ e il valore atteso:

${p} = \frac{expected \ value}{n} $

La distribuzione binomiale descrive il numero di successi in una sequenza di eventi indipendenti

Scatola di biglietti con tre zeri e tre uno. 50% zero, 50% uno.png

La distribuzione binomiale descrive il numero di successi in una sequenza di eventi indipendenti

Le probabilità del secondo evento cambiano in base all’esito del primo

Se gli eventi non sono indipendenti, la binomiale non si applica!

Scatola di biglietti con tre zeri e due uno. 60% zero, 40% uno.png

La distribuzione binomiale si usa per eventi indipendenti con esiti binari

¹ Credito immagine: https://unsplash.com/@towfiqu999999

Introduzione alla statistica