Hvis vi udfører et eksperiment, der består i at kaste en terning 6 gange, forventer vi, at terningen 1 gang viser 6 øjne, fordi sandsynligheden er 1/6. Vi ved dog godt, at det langt fra er tilfældet, at terningen overhovedet viser 6 øjne i eksperimentet. Men hvis vi gentager eksperimentet mange gange, forventer vi i hvert fald, at vi i gennemsnit ser en 6’er hver gang.
Hvis vi lader den stokastiske variabel X angive antallet af gange, terningen viser 6 øjne i eksperimentet, hvor vi kaster terningen 6 gange, kan vi beregne sandsynlighedsfordelingen vha. binomialfordelingen med n = 6 og p = 1/6. Tabellen i figur 15.4.1 viser sandsynlighedsfordelingen.
Figur 15.4.1. Sandsynlighedsfordelingen for X ~ bi(6 , 1/6).
Middelværdien for en stokastisk variabel har vi beskrevet i afsnit 9.7. Man beregner middelværdien ved at gange værdien af hvert udfald med udfaldets sandsynlighed og derefter lægge alle beregningerne sammen. I dette eksempel finder vi udfaldenes værdier og sandsynligheder i tabellen i figur 15.4.1. Middelværdien E(X) beregnes til
E(X) = 0∙0,3349 + 1∙0,40188 + 2∙0,20094 + 3∙0,05358 + 4∙0,00804 + 5∙0,00064 + 6∙0,00002 = 1
Bemærk vha. figur 15.4.1 at denne værdi allerede angives af værktøjsprogrammet med symbolet µ.
I en binomialfordeling angiver middelværdien det forventede antal succeser, når basisforsøget udføres n gange. Som ovenfor nævnt forventer vi altså, at terningen viser 6 øjne én gang, når den kastes 6 gange, fordi middelværdien er lig med 1.
Det viser sig, at der er en mere simpel formel til at beregne middelværdien i en binomialfordeling, hvor antalsparameteren er n og sandsynlighedsparameteren er p.
E(X) = µ = n ∙ p
I eksperimentet med de 6 terningekast er n = 6 og p = 1/6, dvs.
E(X) = n ∙ p = 6 ∙ 1/6 = 1
Da middelværdien i binomialfordelingen er lig med det antal succeser vi forventer, angiver middelværdien det mest sandsynlige antal succeser. Men antallet af succeser er et helt tal, og det behøver middelværdien ikke at være. Så hvis middelværdien er et decimaltal, hvilket antal succeser er så mest sandsynligt?
Man kan opstille følgende regel om det mest sandsynlige antal succeser i binomialfordelingen:
Hvis E(X) = n ∙ p er et helt tal, så er det mest sandsynlige antal succeser lig med n ∙ p.
Hvis E(X) = n ∙ p ikke er et helt tal, så er det mest sandsynlige antal succeser lig med et af (eller begge) de hele nabotal til n ∙ p.
For at afgøre hvilket nabotal man skal vælge, er det lettest at anvende et værktøjsprogram.
Som vi tidligere har set, findes der et statistisk begreb, som kaldes for spredning. Vi har endnu ikke fået defineret spredning ret præcist. Men spredning er i hvert fald et mål for hvor meget data i en stikprøve spreder sig i forhold til middelværdien.
Formlen for spredningen er vist i afsnit 9.7, hvor variansen dog først skal beregnes. Men i binomialfordelingen kan spredningen også beregnes med den meget mere simple formel
σ = (n ∙ p ∙ (1 - p))0,5
I eksperimentet med de 6 terningekast er n = 6 og p = 1/6, dvs.
σ = (6 ∙ 1/6 ∙ (1 - 1/6))0,5 = (6 ∙ 1/6 ∙ 5/6)0,5 = (1 ∙ 5/6)0,5 = (5/6)0,5 = 0,91
Bemærk vha. figur 15.4.1 at denne værdi allerede angives af værktøjsprogrammet med symbolet σ.