算重复尝试 n 次至少成功一次的概率,以及达到目标概率需要多少次(抽卡、抽奖);二项分布恰好、至多、至少 k 次的概率;贝叶斯公式由患病率和检测准确率求阳性后真正患病的概率;两个事件的交、并和条件概率。
每次尝试相互独立时公式才成立。游戏抽卡如有保底机制,实际概率会高于按公式计算的结果。
选择计算类型:“至少一次”填单次成功概率和尝试次数,同时算出达到目标概率需要的次数;“二项分布”再填成功次数 k;“贝叶斯”填先验概率、灵敏度和特异度;“两个事件”填 P(A)、P(B) 并选择事件关系。右侧显示结果,下方画出概率分布。
至少中一次的概率 = 1 − 0.99¹⁰⁰ ≈ 63.4%,并不是 100%;要达到 90% 需要抽约 230 次。
用 1 减去一次都不成功的概率:P = 1 − (1 − p)ⁿ。
n 次独立试验中恰好成功 k 次的概率 P = C(n, k) · pᵏ · (1 − p)ⁿ⁻ᵏ,期望为 np。
不一定。患病率 1%、灵敏度和特异度都是 95% 时,阳性者真正患病的概率只有约 16%,这就是贝叶斯公式揭示的“基础比率”影响。
独立是一个事件发生不影响另一个,P(A∩B) = P(A)P(B);互斥是两个事件不能同时发生,P(A∩B) = 0。
概率以百分比输入;二项分布按对数计算组合数,n 最大 100000;所有公式都假设各次试验相互独立,有保底、不放回抽取等机制时结果会有偏差。
计算在浏览器本地完成,不会上传。
提示概率不可能同时成立时,检查 P(A∩B) 是否大于 P(A) 或 P(B);单次概率填的是百分数,1.6% 填 1.6 而不是 0.016。