二项累积分布计算器

Binomial CDF Calculator

Enter the number of trials n, success probability p and upper bound x to get the cumulative probability P(X<=x) of a binomial distribution, for acceptance sampling, reliability and cumulative binomial analysis.

📐 计算公式
二项 CDF P(X≤x) = Σ C(n,k)·p^k·(1−p)^(n−k)(k = 0..x),代码以递推 pmf[k] = pmf[k−1]×((n−k+1)÷k)×(p÷(1−p)) 逐项累加防溢出(p=0 时 pmf[0]=1,p=1 时 pmf[n]=1)。校验:n 夹取为 0–1000 的整数、x 夹取为 0–n 的整数。输出另含:恰好 P(X=x)=pmf[x]、右尾 P(X>x)=max(0, 1−CDF)、期望 E(X)=n·p。

输入试验数 n、成功概率 p 与上限 x,求 P(X≤x)。

Formula & Standard References

Item Formula / Note Source / Standard
Binomial probability mass function P(X = k) = C(n, k) · p^k · (1 - p)^(n - k) Bernoulli J., Ars Conjectandi (1713)
Cumulative distribution function F(k) = P(X <= k) = sum(i=0..k) C(n, i) · p^i · (1 - p)^(n - i) NIST/SEMATECH e-Handbook of Statistical Methods §1.3.6.6
Expectation and variance E[X] = n·p; Var[X] = n·p·(1 - p) NIST/SEMATECH e-Handbook of Statistical Methods §1.3.6.6
Normal approximation condition Usable when n·p >= 5 and n·(1 - p) >= 5, via N(np, np(1-p)) NIST/SEMATECH e-Handbook of Statistical Methods, empirical rule
📌 计算说明
  • 二项分布的左尾概率。
  • n=5,p=0.5,x=2 → 0.5。
  • 柱状图蓝色部分即计入 P(X≤x) 的那些取值,灰色为其余。

📚 深度解析:二项分布累积概率

💡 常见使用场景

至多 5 次成功
n=10、p=0.5、x=5:CDF=P(X≤5)=Σ(k=0→5)C(10,k)0.5^10≈0.6230(含 0–5 全部)。
至少 8 次
P(X≥8)=1−P(X≤7)≈1−0.9453=0.0547(小概率事件)。

❓ 常见问题(FAQ)

CDF 和 PMF 区别?
PMF 是单点概率 P(X=k),CDF 是累积 P(X≤k),二者相差一个求和。
为什么常用 ≤x?
累积分布默认左闭,右尾概率用 1−CDF(x−1) 得到,符合统计表惯例。