Hipergeometrikus eloszlás

A Wikipédiából, a szabad lexikonból.

Az X valószínűségi változó hipergeometrikus eloszlást követ - vagy rövidebben hipergeometrikus eloszlású - pontosan akkor, ha

$\bold P (X=k) = \frac {\binom{M}{k}\binom{N-M}{n-k}} {\binom{N}{n}}$

ahol max{0, n - N + M} ≤ k ≤ min{n, M}. A hipergeometrikus eloszlás a visszatevés nélküli mintavételt írja le.

Szemléletes jelentése: Van N termékünk, ebből M selejtes. Mi annak a valószínűségét akarjuk kiszámolni, hogy n-et (visszatevés nélkül) kihúzva pontosan k selejtes lesz a kezünkben.

Az ötöslottó találati valószínűségeit pontosan így számolhatjuk ki: 90 "termékből" 5 kitüntetett (azaz kihúzták a sorsoláson), mi 5-öt választunk (azaz töltünk ki a szelvényünkön), és mennyi a valószínűsége, hogy a sorsoltakból k a mi szelvényünkön szerepel.

Tartalomjegyzék

1 A hipergeometrikus eloszlást jellemző függvények
2 A hipergeometrikus eloszlást jellemző számok
3 Hipergeometrikus eloszlású valószínűségi változók néhány fontosabb tulajdonsága
4 Forrás

[szerkesztés] A hipergeometrikus eloszlást jellemző függvények

Karakterisztikus függvénye

Generátorfüggvénye

[szerkesztés] A hipergeometrikus eloszlást jellemző számok

Várható értéke

$\bold E (X) = \frac{nM}{N}$ .

Szórása

$\bold D (X) = \sqrt { n \frac{N-n}{N-1} \cdot \frac{M}{N} \left( 1-\frac{M}{N} \right) }$

Momentumai

Ferdesége

$\beta_1(X) = \frac { (1-\frac{M}{N}) - \frac{M}{N} } { \left[ n \frac{N-n}{N-1} \cdot \frac{M}{N} ( 1-\frac{M}{N} ) \right]^{\frac{1}{2}} } \cdot \frac{N-2n}{N-2} = \frac { (1-\frac{M}{N}) - \frac{M}{N} } { \bold D (X) } \cdot \frac{N-2n}{N-2}$

Lapultsága

[szerkesztés] Hipergeometrikus eloszlású valószínűségi változók néhány fontosabb tulajdonsága

Ha N és M a végtelenbe tart úgy, hogy M / N egy 0 és 1 közötti p konstanshoz tart, akkor a hipergeometrikus eloszlások sorozata a binomiális eloszláshoz tart. (Az összefüggés lényegében azt mondja ki, hogy a visszatevés nélküli mintavétel egyre nagyobb mintákon egyre jobban hasonlít a visszatevéses mintavételhez.)