Huomautus: Microsoft haluaa tarjota sinulle ajantasaisinta ohjesisältöä mahdollisimman nopeasti omalla kielelläsi. Tämä sivu on käännetty automaation avulla, ja siinä saattaa olla kielioppivirheitä tai epätarkkuuksia. Tarkoitus on, että sisällöstä on sinulle hyötyä. Kertoisitko sivun alareunassa olevan toiminnon avulla, oliko tiedoista hyötyä? Tästä pääset helposti artikkelin englanninkieliseen versioon .
Palauttaa negatiivisen binomijakauman. Funktion BINOMIJAKAUMA.NEG arvo on todennäköisyys, että yritys epäonnistuu luku_epäon kertaa, ennen kuin se onnistuu luku_tot kertaa. Yksittäisen yrityksen onnistumistodennäköisyys määritetään argumentilla todennäköisyys_tot. Tämä jakauma muistuttaa binomijakaumaa, mutta onnistuneiden yritysten määrä on vakio ja yritysten määrä vaihtelee. Kuten binomijakaumassa, yritykset oletetaan toisistaan riippumattomiksi.
Oletetaan, että on löydettävä 10 ihmistä, joilla on erinomaiset refleksit. Satunnaisen henkilön refleksit ovat erinomaiset todennäköisyydellä 0,3. BINOMIJAKAUMA.NEG laskee todennäköisyyden, että joudut hylkäämään tietyn määrän ehdokkaita, ennen kuin löydät kymmenen soveltuvaa henkilöä.
Syntaksi
BINOMIJAKAUMA.NEG(luku_epäon;luku_tot;todennäköisyys_tot)
Luku_epäon on epäonnistuneiden yritysten määrä.
Luku_tot on onnistuneiden yritysten vähimmäismäärä eli kynnysarvo.
Todennäköisyys_tot on onnistumisen todennäköisyys.
Huomautuksia
-
Määrä_epäon- ja määrä_tot-argumenttien arvon tulee olla >= 0.
-
Luku_epäon ja luku_tot katkaistaan kokonaisluvuiksi.
-
Jos kaikki argumentit eivät ole lukuarvoja, BINOMIJAKAUMA.NEG palauttaa virhearvon #ARVO!.
-
Jos todennäköisyys_tot < 0 tai jos todennäköisyys_tot > 1, BINOMIJAKAUMA.NEG palauttaa virhearvon #LUKU!.
-
Negatiivisen binomijakauman kaava on
jossa
x on luku_epäon, r on luku_tot ja p on todennäköisyys_tot.
Esimerkki
Luku_epäon: |
Määrä_tot: |
Todennäköisyys_tot: |
Kaava: |
Kuvaus (tulos): |
10 |
5 |
0,25 |
=BINOMIJAKAUMA.NEG([Määrä_epäon], [Määrä_tot], [Todennäköisyys_tot]) |
Määritettyjen argumenttien negatiivinen binomijakauma. (0,055049) |