이항 분포의 5가지 구체적인 예

이항 분포 는 특정 횟수의 시행에 걸쳐 특정 횟수의 “성공”이 발생할 확률을 모델링하는 데 사용되는 확률 분포입니다 .

이 글에서는 이항 분포가 현실 세계에서 어떻게 사용되는지에 대한 5가지 예를 공유합니다.

예시 1: 약물 관련 부작용의 수

의료 전문가는 이항 분포를 사용하여 특정 수의 환자가 새로운 약물 복용으로 인해 부작용을 경험할 확률을 모델링합니다.

예를 들어, 특정 약물을 복용하는 성인 중 5%가 부정적인 부작용을 경험한다고 가정해 보겠습니다. 이항 분포 계산기를 사용하여 100명의 무작위 표본에서 특정 수 이상의 환자가 부정적인 부작용을 경험할 확률을 결정할 수 있습니다.

• P(X > 5명의 환자에게 부작용이 있음) = 0.38400
• P(X > 10명의 환자에게 부작용이 있음) = 0.01147
• P(X > 15명의 환자에게 부작용이 있음) = 0.0004

등등.

이를 통해 의료 전문가는 특정 수의 환자가 부정적인 부작용을 경험할 가능성에 대한 아이디어를 얻을 수 있습니다.

예시 2: 사기 거래 건수

은행은 이항 분포를 사용하여 특정 수의 신용 카드 거래가 사기일 확률을 모델링합니다.

예를 들어, 특정 지역의 모든 신용카드 거래 중 2%가 사기라고 알려져 있다고 가정해 보겠습니다. 특정 지역에서 하루에 50건의 거래가 발생하는 경우 이항 분포 계산기를 사용하여 특정 날짜에 특정 수 이상의 사기 거래가 발생할 확률을 결정할 수 있습니다.

• P(X > 1 사기 거래) = 0.26423
• P(X > 2 사기 거래) = 0.07843
• P(X > 3 사기 거래) = 0.01776

등등.

이를 통해 은행은 특정 날짜에 특정 수의 사기 거래가 발생할 가능성에 대한 아이디어를 얻을 수 있습니다.

예시 3: 일일 스팸 이메일 수

이메일 회사는 이항 분포를 사용하여 매일 특정 수의 스팸 이메일이 받은 편지함에 도착할 확률을 모델링합니다.

예를 들어, 모든 이메일의 4%가 스팸이라는 것이 알려져 있다고 가정해 보겠습니다. 계정이 특정 날짜에 20개의 이메일을 받으면 이항 분포 계산기를 사용하여 특정 개수의 이메일이 스팸일 확률을 결정할 수 있습니다.

• P(X = 스팸 0) = 0.44200
• P(X = 스팸 1개) = 0.36834
• P(X = 스팸 2개) = 0.14580

등등.

예시 4: 하천 범람 횟수

공원 시스템은 이항 분포를 사용하여 과도한 강우로 인해 강이 매년 특정 횟수만큼 범람할 확률을 모델링합니다.

예를 들어, 모든 폭풍의 5% 동안 특정 강이 범람한다는 사실이 알려져 있다고 가정해 보겠습니다. 특정 연도에 폭풍이 20번 발생한 경우 이항 분포 계산기를 사용하여 강이 특정 횟수만큼 범람할 확률을 찾을 수 있습니다.

• P(X = 0 오버플로) = 0.35849
• P(X = 1 오버플로) = 0.37735
• P(X = 2 오버플로) = 0.18868

등등.

이를 통해 공원 서비스는 일년 내내 범람에 대비해야 하는 횟수를 알 수 있습니다.

예시 5: 주당 구매 반품

소매점에서는 이항 분포를 사용하여 매주 특정 횟수의 구매 반품을 받을 확률을 모델링합니다.

예를 들어 매주 전체 주문의 10%가 특정 매장으로 반품된다는 사실이 알려져 있다고 가정해 보겠습니다. 해당 주에 50건의 주문이 있는 경우 이항 분포 계산기를 사용하여 매장이 해당 주에 특정 수 이상의 반품을 받을 확률을 결정할 수 있습니다.

• P(X > 5 수익률) = 0.18492
• P(X > 10 수익률) = 0.00935
• P(X > 15 수익률) = 0.00002

등등.

이를 통해 해당 주에 반품을 처리하기 위해 매장에 필요한 고객 서비스 담당자 수에 대한 아이디어를 매장에 제공합니다.

추가 리소스

정규분포의 6가지 구체적인 예
포아송 분포의 5가지 구체적인 예
기하학적 분포의 5가지 구체적인 예
균일 분포의 5가지 구체적인 예