התפלגות ברנולי
מאפיינים | |
---|---|
פרמטרים |
$ 0\leq p\leq 1 $ – ההסתברות ל"הצלחה" $ q=1-p $ |
תומך | $ k\in \{0,1\} $ |
פונקציית הסתברות (pmf) | $ {\begin{cases}q=1-p,&k=0\\p,&k=1\end{cases}} $$ p^{k}q^{1-k}\! $ |
פונקציית ההסתברות המצטברת (cdf) | $ {\begin{cases}0,&k<0\\1-p,&0\leq k<1\\1,&k\geq 1\end{cases}} $ |
תוחלת | $ p $ |
סטיית תקן | $ {\sqrt {p(1-p)}}={\sqrt {pq}} $ |
חציון | $ {\begin{cases}0&{\text{if }}p<1/2\\\left[0,1\right]&{\text{if }}p=1/2\\1&{\text{if }}p>1/2\end{cases}} $ |
ערך שכיח | $ {\begin{cases}0&{\text{if }}p<1/2\\0,1&{\text{if }}p=1/2\\1&{\text{if }}p>1/2\end{cases}} $ |
שונות | $ p(1-p)=pq $ |
אנטרופיה | $ -q\ln q-p\ln p $ |
פונקציה יוצרת מומנטים (mgf) | $ q+pe^{t} $ |
פונקציה אופיינית | $ q+pe^{it} $ |
צידוד | $ {\frac {q-p}{\sqrt {pq}}} $ |
גבנוניות | $ {\frac {1-6pq}{pq}} $ |
בסטטיסטיקה ובתורת ההסתברות, התפלגות ברנולי, על שם המתמטיקאי השווייצרי יאקוב ברנולי, היא התפלגות בדידה של משתנה מקרי המקבל ערך $ X=1 $ או ערך $ X=0 $ בהסתברות $ \Pr(X=1)=p $ ו-$ \Pr(X=0)=1-p $. מקרה פרטי של התפלגות זו מתאים לתיאור מערכות בהן יש שני מצבים – הצלחה או כישלון. במקרה זה מקובל לסמן את ההסתברות להצלחה באות p, ואת ההסתברות המשלימה ב-$ q $ (כלומר: $ q=1-p $).
למשל, בקובייה הוגנת ההסתברות לנפילה על $ 6 $ היא$ {\frac {1}{6}} $, ולפיכך ההסתברות המשלימה המתייחסת לכל שאר התוצאות (1,2,3,4,5) היא $ {\frac {5}{6}} $. אם תסומן התוצאה $ 6 $ כהצלחה וכל שאר התוצאות האחרות ככישלון, אז המשתנה המציין את המאורע המתאים הוא בעל התפלגות ברנולי עם פרמטר $ p={\frac {1}{6}} $.
את העובדה שלמשתנה מקרי $ X $ יש התפלגות ברנולי מסמנים $ X\sim \ {\text{b}}(p) $ (לעיתים $ X\sim \ {\text{Bernoulli}}(p) $). והשונות שלו היא $ \operatorname {Var} (X)=p(1-p) $. משתנה בעל התפלגות ברנולי מקיים את התכונה $ X^{n}=X $ לכל $ n $ (שהרי הערכים 0 ו־1 מקיימים שוויון זה), ומכאן שכל המומנטים של משתנה כזה שווים ל־$ p $.
משתני ברנולי הם אבני הבניין של ההתפלגות הבינומית. סכום של $ n $ משתני ברנולי בלתי תלויים בעלי הסתברות הצלחה p הוא בעל התפלגות בינומית כללית, $ B(n,p) $ (ובפרט, ההתפלגות $ B(1,p) $ היא התפלגות ברנולי).
תכונות
אם $ X $ הוא משתנה מקרי המתפלג ברנולי, אזי:
- $ \Pr(X=1)=p=1-\Pr(X=0)=1-q. $
פונקציית הסתברות $ f $ של התפלגות זו, עבור ערך אפשרי k היא:
- $ f(k;p)={\begin{cases}p&{\text{if }}k=1,\\q=1-p&{\text{if }}k=0.\end{cases}} $
צורה שקולה לביטוי זה היא:
- $ f(k;p)=p^{k}(1-p)^{1-k}\quad {\text{for }}k\in \{0,1\} $
או:
- $ f(k;p)=pk+(1-p)(1-k)\quad {\text{for }}k\in \{0,1\}. $
בצורה זו ניתן להבחין בדמיון הרב להתפלגות בינומית, אשר התפלגות ברנולי היא מקרה פרטי עבור $ n=1 $.
גבנוניות ההתפלגות שואפת לאינסוף עבור ערכים גבוהים או נמוכים של $ p $. עבור ערכי $ 0\leq p\leq 1 $ ההתפלגות יוצרת משפחה מעריכית ואומד הנראות המרבית של $ p $ עבור מדגם מקרי הוא ממוצע הדגימה.
תוחלת
התוחלת של משתנה מקרי $ X $ המתפלג ברנולי היא:
$ \mathbb {E} [X]=p $
זאת משום שעבור$ X $ בו $ \Pr(X=1)=p $ יחד עם $ \Pr(X=0)=1-p $ מתקבל:
- $ \mathbb {E} [X]=\Pr(X=1)\cdot 1+\Pr(X=0)\cdot 0:=p\cdot 1+(1-p)\cdot 0=p. $
שונות
השונות של משתנה מקרי $ X $ המתפלג ברנולי היא:
- $ \operatorname {Var} [X]=pq=p(1-p) $
הוכחה
ראשית,
- $ \mathbb {E} [X^{2}]=\Pr(X=1)\cdot 1^{2}+\Pr(X=0)\cdot 0^{2}=p\cdot 1^{2}+q\cdot 0^{2}=p $
ומכאן:
- $ \operatorname {Var} [X]=\mathbb {E} [X^{2}]-\mathbb {E} [X]^{2}=p-p^{2}=p(1-p)=pq $
כמובטח.
קישורים חיצוניים
- התפלגות ברנולי, באתר MathWorld (באנגלית)
התפלגויות | ||
---|---|---|
התפלגויות בדידות כלליות | אחידה בדידה • בינומית • מולטינומית • בינומית שלילית • ברנולי • גאומטרית • היפרגאומטרית • היפרגאומטרית שלילית • מנוונת • פואסון | ![]() |
התפלגויות רציפות כלליות | אחידה רציפה • בטא • גמא • לוג-נורמלית • מעריכית (אקספוננציאלית) • נורמלית (גאוסית) • לפלס • משולשת • פארטו • ריילי • קושי • כי בריבוע • חצי המעגל של ויגנר • התפלגות טרייסי-וידום | |
התפלגויות בפיזיקה סטטיסטית | בולצמן • מקסוול-בולצמן • בוז-איינשטיין • פרמי-דיראק • זטא | |
התפלגויות נוספות | התפלגות t • התפלגות F • ארלנג • וייבול • לוגיסטית | |
סוגי התפלגויות | בדידה • רציפה • מותנית • נורמלית מוכללת • זנב עבה • לא פריקה • משותפת |
התפלגות ברנולי30415692Q391371