关键信息
- 分类
- 数学、日期与金融
- 输入类型
- number, select
- 输出类型
- json
- 样本覆盖
- 4
- 支持 API
- Yes
概览
超几何分布计算器是一款专为统计学和概率分析设计的在线工具,用于快速计算有限总体中无放回抽样的精确概率和累计概率。只需输入总体大小、总体成功数、抽取次数和观察到的成功数,即可一键得出“恰好”、“最多”或“至少”发生特定次数的概率结果,非常适合质量控制、抽样检验和扑克牌概率计算等场景。
适用场景
- •需要计算无放回抽样(如从一副扑克牌中抽牌)的特定结果概率时。
- •在工业生产的质量控制中,从一批产品中随机抽检并评估不合格品率时。
- •进行统计学作业、学术研究或数据分析,需要快速验证超几何分布概率时。
工作原理
- •输入“总体大小”(如 52 张牌)和“总体成功数”(如 13 张红心)。
- •设定“抽取次数”(如抽 5 张)以及期望“观察到的成功数”(如 2 张红心)。
- •选择所需的概率模式(恰好、最多或至少),并可自定义结果保留的小数位数。
- •点击计算,工具将基于超几何分布公式输出精确的概率数值。
使用场景
用户案例
1. 计算扑克牌抽中红心的概率
桌面游戏玩家- 背景原因
- 玩家正在玩一款纸牌游戏,需要评估手牌成型的可能性。
- 解决问题
- 从一副完整的 52 张扑克牌中抽出 5 张,想知道恰好抽中 2 张红心的概率。
- 如何使用
- 在总体大小输入 52,总体成功数输入 13(红心总数),抽取次数输入 5,观察到的成功数输入 2,概率模式选择“恰好 k 次成功”。
- 示例配置
-
{"populationSize": 52, "populationSuccesses": 13, "draws": 5, "observedSuccesses": 2, "probabilityMode": "exact", "decimalPlaces": 4} - 效果
- 工具输出结果为 0.2743(即 27.43%),帮助玩家做出更理性的下注决策。
2. 生产批次抽样检验
质量控制工程师- 背景原因
- 工厂生产了一批 500 个电子元件,已知历史不良率为 2%(即 10 个不良品)。
- 解决问题
- 质检员随机抽取 20 个元件进行测试,需要计算抽中“至少 1 个”不良品的概率,以评估抽检方案的有效性。
- 如何使用
- 设置总体大小为 500,总体成功数(不良品)为 10,抽取次数为 20,观察到的成功数为 1,概率模式选择“至少 k 次成功”。
- 示例配置
-
{"populationSize": 500, "populationSuccesses": 10, "draws": 20, "observedSuccesses": 1, "probabilityMode": "at-least", "decimalPlaces": 4} - 效果
- 快速得出至少抽到 1 个不良品的累计概率,从而判断是否需要增加抽样数量以提高拦截率。
用 Samples 测试
math-&-numbers常见问题
超几何分布和二项分布有什么区别?
超几何分布用于“无放回抽样”,每次抽样后总体数量会减少,概率会发生变化;而二项分布用于“有放回抽样”,每次抽样的概率保持不变。
总体大小和抽取次数有限制吗?
本工具支持的总体大小和抽取次数最大可达 10,000,足以满足绝大多数日常统计和抽样检验需求。
“最多 k 次成功”是什么意思?
它是累计概率的一种,表示观察到的成功数小于或等于 k 次的所有可能情况的概率总和。
为什么计算结果会显示为 0 或 1?
如果输入条件在逻辑上不可能发生(例如抽取次数大于总体大小,或观察到的成功数大于总体成功数),概率为 0;如果是必然事件,则概率为 1。您也可以通过增加小数位数来查看极小的概率值。
这个工具可以用于计算彩票中奖概率吗?
可以。许多彩票的抽号过程本质上就是无放回抽样,可以使用超几何分布来计算抽中特定数量号码的概率。