Binomické rozdělení je statistický základ. Pomáhá předpovídat výsledky v situacích, kdy je počet pokusů pevný a pravděpodobnost úspěchu v každém pokusu je stejná.
Představte si to jako matematiku za otázkou: “Jaké jsou šance?”
Tento model platí pro diskrétní procesy. Pravidla jsou zde přísná. Potřebujete pevný počet pokusů. Každý test musí být nezávislý. Pravděpodobnost úspěchu musí zůstat konstantní. Pokud je alespoň jedna z těchto podmínek porušena, binomický model přestane fungovat.
Vzniklo v hazardních hrách. Jacob Bernoulli to formalizoval v roce 1713. Jeho důkaz byl publikován posmrtně. Ukázal, že pravděpodobnost dosažení přesně k úspěchů na n pokusech odpovídá k -tému členu expanze (p + q)^n. Zde p je pravděpodobnost úspěchu. q je pravděpodobnost selhání, která se rovná 1 – p.
Právě z tohoto rozkladu pochází název. Dva termíny. Povznesena k moci. Binomický.
Podívejme se na konkrétní příklad. Hodíte kostkou 50krát. Musíte znát pravděpodobnost, že šestka padne přesně 10krát.
Pravděpodobnost hodu šestky je 1/6. Pravděpodobnost, že nepadne šestka, je 5/6. Takže p = 1/6 a q = 5/6. Vzorec bere v úvahu 10. člen (počítáno od nuly) rozšíření (5/6 + 1/6)^50.
Výsledek je přibližně 0,1156. Asi 11,5 %. Není to ojedinělá událost, ale ani zaručena.
To není jen teorie. To je praxe. Ukazuje, jak pravděpodobné jsou konkrétní výsledky, když se události opakují.
Kontroverze o Mendelovi
V roce 1936 Ronald Fisher použil tento nástroj ke zpochybnění jednoho z nejslavnějších jmen ve vědě. Gregor Mendel publikoval své pokusy o genetice hrachu v roce 1866. Staly se základem moderní genetiky.
Fisher znovu analyzoval Mendelova data pomocí binomického rozdělení. Mendelovy zákony dědičnosti předpovídaly, že 3/4 potomků v daném křížení bude mít semena žlutého hrachu.
Mendel napočítal v jednom pokusu 8 023 hrachů. Očekávaný průměrný počet žlutých hráchů by byl asi 6 017. Mendel ohlásil 6 022 žlutých hrachů.
Je to neuvěřitelně blízko.
Fisher vypočítal pravděpodobnost takové náhody. Stalo se to asi 1x z 10x. To vypadá podezřele dobře.
Mendel měl sedm různých experimentů. Všechny se téměř dokonale shodovaly s očekávanými hodnotami binomického rozdělení. Jeden z nich měl dokonce lehkou mendelovskou výpočetní chybu, ale konečný výsledek i tak modelu příliš seděl.
Fischer svá zjištění zveřejnil. Naznačoval vědecké falšování. Změnil Mendel svá data, aby odpovídala teorii? Debata pokračuje. Nikdo podvod přesvědčivě neprokázal. Statistická anomálie ale zůstává.
Proč je to pro vás důležité?
Pochopení binomického rozdělení pomáhá identifikovat vzory. Pomáhá oddělit štěstí od dovedností. Pomůže vám to pochopit, kdy data vypadají „příliš dobře na to, aby to byla pravda“.
Používáte jej vždy, když hodnotíte riziko v opakujících se událostech.
- Hození mincí : Kolik hlav získáte za 100 hodů?
- Kontrola kvality : Kolik vadných výrobků je v dávce 1 000 kusů?
- Marketing : Kolik kliknutí zaznamená 1 000 zobrazení reklamy?
Matematika zůstává stejná. Kontext se mění.
Klíčem je vědět, kdy to použít. Potřebujete nezávislost. Chcete pevnou pravděpodobnost. Potřebujete určitý počet pokusů.
Pokud jsou tyto podmínky splněny, binom
