二项分布计算器

作者: Henrick Yau
- July 21, 2026
| |

二项分布计算器

计算二项分布的概率质量函数（PMF）、累积分布函数（CDF）、均值、方差及其他统计量，参数为试验次数 n 和成功概率 p。

参数输入

计算选项

显示选项

关于二项分布

二项分布是一种离散概率分布，用于描述在固定次数的独立试验中成功次数的分布，每次试验的成功概率相同。

关键性质
  • 域： x ∈ {0, 1, 2, ..., n}
  • 均值： μ = n × p
  • 方差： σ² = n × p × (1-p)
  • 众数： ⌊(n+1)×p⌋ 或 ⌊(n+1)×p-1⌋
  • 偏度： (1-2p)/√(n×p×(1-p))
二项分布的要求
  1. 固定试验次数 (n)
  2. 每次试验相互独立
  3. 每次试验恰好有两种可能结果（成功/失败）
  4. 成功概率 (p) 在所有试验中保持不变
应用

二项分布广泛应用于多个领域，包括：

  • 质量控制（批次中的次品数量）
  • 医学（治疗的成功/失败）
  • 选举与民意调查（候选人得票比例）
  • 体育（系列比赛中的胜/负）
  • 遗传学（性状的遗传）
正态近似

当 n 较大时，二项分布可用均值为 μ = n×p、方差为 σ² = n×p×(1-p) 的正态分布近似。当 n×p 和 n×(1-p) 均大于 5 时，该近似效果良好。

概率质量函数（PMF）：

P(X = x) = C(n, x) × px × (1-p)n-x

二项式系数：

C(n, x) = n! / (x! × (n-x)!)

累积分布函数（CDF）：

P(X ≤ x) = ∑ P(X = i) 从 i = 0 到 x

均值和方差：

均值（μ）= n × p

方差（σ²）= n × p × (1-p)

什么是二项分布计算器？

二项分布计算器是一款强大的统计工具，可帮助用户在给定恒定成功率的情况下，快速确定固定次数独立试验中特定成功次数的概率。无论您是分析调查结果、质量控制数据还是医学研究，这款统计分析工具都能为您简化计算过程。

它能够计算概率质量函数（PMF）、累积分布函数（CDF）以及概率范围。同时，它还提供重要的描述性统计量，如均值、方差和标准差——这些是任何数据分析助手不可或缺的值。

如何使用二项分布计算器

  • 输入试验次数（n）： 这是事件发生的总次数。
  • 输入成功概率（p）： 一个介于0和1之间的小数值。
  • 选择计算类型： 在PMF、CDF或范围概率之间进行选择。
  • 填写额外输入： 指定成功次数或范围边界。
  • 自定义输出： 设置小数精度，并选择是否显示计算步骤或可视化图表。
  • 点击“计算”： 立即查看结果、分布图和详细步骤。
  • 使用“重置”重新开始： 快速清除表单，计算新的场景。

为什么要使用二项分布计算器？

使用这款二项概率工具可以比手动计算节省大量时间。它在以下场景中尤其有用：

  • 大数据集： 快速分析数据集，无需繁琐的算术运算。
  • 教育目的： 非常适合学习概率与统计概念。
  • 统计研究： 有助于进行深入的统计计算，例如求标准差和数据方差。
  • 比较分布： 利用内置的绘图功能轻松可视化不同场景，使其成为实用的数据分布求解器。

常见问题解答（FAQ）

什么是二项分布？

二项分布用于模拟在一组固定次数的独立试验中成功次数的分布，其中每次试验的成功概率相同。

何时使用PMF？

当您想计算恰好达到特定成功次数的概率时，请使用概率质量函数。

何时使用CDF？

当您想计算达到并包括某个成功次数的概率时，累积分布函数非常有用。

如果我想计算两个数之间的概率怎么办？

选择“范围概率”选项，即可计算成功次数落在特定范围内的可能性。

这个计算器能显示正态近似吗？

可以，计算器提供了正态近似功能，这在试验次数较大时特别有用，使其成为宝贵的统计计算资源。

计算器如何帮助您

这款二项结果计算器将复杂的概率分布问题转化为简单易懂的结果。通过提供分步解决方案和可视化辅助，它既充当概率与统计助手，又作为描述性统计指南。

如果您有其他统计需求，例如标准差或置信区间，可以考虑探索其他工具，如标准差计算器或置信区间计算器，以扩展您的统计分析工具包。