예측 · 삭제 · 비교
갈턴 보드
착륙/표적0 / 500
관찰된 평균 빈—
이론적 평균 빈6
왼쪽 50%12 독립 선택그렇군요 50%
공은 어디에 착지하나요?
관찰됨정확한 이항 확률검사할 빈을 선택하세요.
빈 6관찰됨: 0이론: 22.559%
각 행은 독립적인 왼쪽/오른쪽 선택을 합니다. 모션은 경로를 보여줍니다. 충돌 시뮬레이션이 아닙니다.
데이터가 많을수록 항상 더 매끄럽게 보입니까?
동일한 시드 실험의 접두사를 검사합니다. 필요한 경우 더 큰 선택을 하면 대상이 확장됩니다.
독립된 선택에서 분포까지
공은 n개의 독립적인 결정을 내립니다. 각 결정은 오른쪽으로 갈 확률 p가 동일합니다. Bin K는 총 우회전 횟수입니다. 0은 모두 왼쪽이고 n은 모두 오른쪽입니다. 이는 평균 np와 표준 편차 √(np(1 − p))를 갖는 이항 모델입니다.
이론을 먼저 숨기고 분포를 예측해 보세요. p = 0.5로 시도한 다음 확률을 가장자리 중 하나로 이동합니다. 공이 많을수록 비율이 더 안정되는 경우가 많지만 유한한 샘플이 이론과 정확히 일치할 필요는 없으며 개별 상자가 매번 가까워질 필요는 없습니다. 모든 이항 분포가 종 모양인 것은 아닙니다.
이 이상적인 모델은 공 충돌, 마찰 및 페그 형상을 무시합니다. 고정된 의사 난수 생성기는 실험을 반복 가능하게 만듭니다. 이는 물리적 무작위성의 원인이 아닙니다. NIST: 이항 분포