Вероятность и статистика · объяснение и практика

Как посчитать состав выборки без учёта порядка и без возвращения

Считаем вероятность состава случайной выборки без возвращения, выбираем предметы из двух групп сочетаниями и проверяем допустимое число подходящих объектов.

Рука ставит оранжевый столбик между двумя синими столбиками разной высоты.

В теме Комбинаторика и пространство исходов · Учебная карта

Главная мысль

При равновероятном выборе n предметов без возвращения из N, среди которых K подходящих, вероятность ровно k подходящих равна C(K, k)C(N−K, n−k)/C(N, n). Порядок в итоговой группе не учитывается.

Какая выборка стоит в знаменателе

В коробке 10 различимых жетонов:4 синих и 6 белых. Одновременно случайно берут 3 так, что каждый трёхэлементный набор имеет одинаковый шанс. Всего C(10,3) = 120 наборов. Чтобы получить ровно два синих, выбирают два из четырёх и один белый из шести: C(4,2)C(6,1) = 6·6 = 36. Вероятность 36/120 = 0,3.

Различимость нужна для подсчёта равновозможных наборов: жетоны одного цвета можно мысленно пронумеровать. Цвет затем определяет интересующее событие. Нельзя считать только четыре возможных количества синих как равновероятные исходы: за разными количествами скрывается разное число конкретных наборов. Формула учитывает именно эти веса.

Почему вероятность меняется после извлечения

Если вытаскивать жетоны последовательно без возвращения, вероятность синего сначала 4/10. После синего она становится 3/9, после белого —4/9. Поэтому испытания зависимы и нельзя просто применить биномиальную формулу с неизменным p = 0,4. Одинаковый цветовой состав последовательности может возникнуть в нескольких порядках.

Для двух синих и одного белого конкретный порядок ССБ имеет вероятность (4/10)(3/9)(6/8) = 0,1. Три возможных положения белого дают общую вероятность 0,3, совпадающую с подсчётом наборов. Такой независимый способ проверки показывает, что одновременный и последовательный равномерный выбор описывают одну выборку, если возвращения нет.

Пример

В группе 7 красных и 5 зелёных различимых карточек выбирают 3 без возвращения. Все трёхэлементные наборы равновероятны. Какова вероятность ровно двух красных и одной зелёной?

Красную часть выбирают C(7,2) = 21 способом, зелёную C(5,1) = 5 способами: всего 105 благоприятных наборов. Всех наборов C(12,3) = 220, поэтому вероятность 105/220 = 21/44. Проверка по последовательностям: три положения зелёной дают 3·(7/12)·(6/11)·(5/10) = 21/44; фиксировать только один порядок было бы ошибкой.

Какие границы проверять до факториалов

Число k не может превышать ни K, ни n. Кроме того, оставшиеся n−k предметов должны помещаться в группе из N−K неподходящих. Например, при выборе 8 из 10 жетонов с четырьмя синими нельзя получить ноль синих: белых только 6. Сначала проверяют реальность состава, а не пытаются вычислять факториал отрицательного числа.

Если каждый предмет возвращают и тщательно перемешивают перед новым выбором, модель меняется. Тогда вероятность цвета может оставаться постоянной, и при независимости уместна биномиальная схема. При неравных шансах выбора отдельных предметов обычная формула сочетаний также требует пересмотра. Числа N, K, n, k описывают состав и размер выборки, но сами по себе не доказывают равномерность механизма.

От чтения к действию

А теперь — вы

Из 7 различимых карточек (3 красные и 4 белые) равновероятно выбирают трёхэлементный набор без возвращения. Какова вероятность ровно двух красных и одной белой?

Частые вопросы

Почему выбор без возвращения не независим?

После извлечения меняется состав оставшейся группы, а значит, условная вероятность следующего цвета.

Можно ли получить больше подходящих предметов, чем имеется в группе?

Нет. Такой состав невозможен и имеет вероятность 0, без вычисления недопустимых сочетаний.

Углублённый разбор

Отношение соседних гипергеометрических вероятностей и мода

Отношение соседних гипергеометрических вероятностей определяет рост, спад и положение моды без полного вычисления закона.

Перед началом: Комбинаторный подсчёт конечных исходов; Индикаторы и независимые испытания.

Определение и постановка

Для выборки n из N объектов с K успехами hₖ=C(K,k)C(N−K,n−k)/C(N,n). На внутренней части носителя hₖ₊₁/hₖ=(K−k)(n−k)/((k+1)(N−K−n+k+1)).

Вывод и вычислительный критерий

Отношение получается отдельным сокращением двух сочетаний. Его числитель уменьшается с k, а положительный знаменатель увеличивается, поэтому закон унимодален. Переход через единицу показывает место максимума.

Носитель ограничен max(0,n−N+K)≤k≤min(n,K). Вне него соседняя рекурсия неприменима; отрицательное значение формального множителя не является отрицательной вероятностью, а сигнализирует выход из области.

Число подмножеств каждого допустимого состава
Успехи kЧисло выборокВероятность
051/14
1303/7
2303/7
351/14

Условия и границы вывода

Мода может быть неединственной при равенстве соседних масс. Обычно используют floor((n+1)(K+1)/(N+2)), учитывая двукратную моду при целочисленном выражении. Проверка соседних отношений надёжнее слепого округления.

Положение максимума не даёт автоматически вероятность хвоста. Оно лишь выбирает удобную стартовую точку и помогает контролировать арифметику.

В примере симметрия относительно полутора успехов объясняется дополнением выборки: отбор четырёх из восьми имеет такой же размер, как остаток. Если в выборке k отмеченных, в остатке находятся три минус k отмеченных. Равновероятная биекция дополнения поэтому делает массы нуля и трёх равными, как и массы одного и двух. Это независимое структурное объяснение двух мод. Для отбора другого размера симметрия относительно той же точки уже не гарантирована. Также при изменении общего числа отмеченных положение моды меняется, хотя размер выборки остаётся прежним. Рекурсия позволяет обнаружить эти изменения, проверяя только знак отношения к единице на соседних допустимых точках.

На плато обе соседние точки являются глобальными максимумами, поскольку слева массы возрастали, а справа убывают. Равенство одной пары без контроля остальных отношений само по себе не доказывало бы глобальную максимальность для произвольного дискретного закона.

Разобранная задача

Условие. В партии N=8,K=3, выборка n=4. Найдите относительные массы и моду числа успехов.

  1. Носитель равен 0,1,2,3. Числители масс равны C(3,k)C(5,4−k).
  2. Для k=0,1,2,3 получаем соответственно 5,30,30,5.
  3. Соседние отношения равны 6,1,1/6. Закон сначала растёт, затем имеет плато и убывает.
  4. Общий знаменатель C(8,4)=70; моды равны 1 и 2.

Ответ. Вероятности равны (1/14,3/7,3/7,1/14); закон имеет две моды.

Проверка. Все четырёхэлементные подмножества восьми меток можно перебрать; количества по составу равны 5,30,30,5 и дают ровно 70 исходов.

Где легко ошибиться. Выбор только одной моды после округления скрывает плато при точном равенстве соседних масс.

Проверьте понимание

Что означает соседнее отношение hₖ₊₁/hₖ=1?

Вопросы к этой главе

Почему нельзя продолжить до k=4?

В совокупности всего три успеха. Коэффициент C(3,4) нулевой, а наблюдение четырёх успехов структурно невозможно.

Чем помогает мода в вычислениях?

Около неё массы не исчезающе малы. Рекуррентное движение в обе стороны уменьшает риск начать с машинного нуля в далёком хвосте.

Сверить определения и условия

Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.

  • SciPy: отбор без возвращения

    HTML определение и Notes проверены: конечная совокупность, размер отбора и гипергеометрическая масса. Метки N,K,n в главе объявлены отдельно от соглашений API.

Многокатегорийный отбор без возвращения

При нескольких категориях состав выборки задаёт многомерный гипергеометрический закон. Сумма категорий фиксирована размером отбора.

Перед началом: Комбинаторный подсчёт конечных исходов; Индикаторы и независимые испытания.

Определение и постановка

Пусть размеры категорий K₁,…,Kₘ дают N. Вероятность состава x₁,…,xₘ равна ∏C(Kⱼ,xⱼ)/C(N,n), если Σxⱼ=n и все ограничения состава выполнены.

Вывод и вычислительный критерий

Числитель независимо выбирает нужные метки внутри каждой категории, а знаменатель считает все подмножества общего размера. Категории здесь не независимы: их числа в сумме дают n.

Среднее каждой координаты равно nKⱼ/N. Для разных координат ковариация отрицательна и равна −n(N−n)KᵢKⱼ/(N²(N−1)). Та же фиксированная сумма объясняет знак без формального вычисления.

Условия и границы вывода

Категории должны образовывать разбиение: каждый объект относится ровно к одной. Перекрывающиеся признаки нельзя подставить как размеры независимых цветовых групп. Для них нужна совместная классификация объектов.

Если порядок извлечения важен, один состав объединяет много последовательностей. Формула относится к неупорядоченному результату и уже суммирует все допустимые порядки.

Для того же примера ожидания красного, синего и зелёного счётчиков равны трём вторым, единице и одной второй. Их сумма равна трём, как и размер выборки. Вероятность отсутствия зелёного равна половине, потому что единственная зелёная метка имеет шанс включения три шестых. При условии её включения оставшиеся два шара выбираются из пяти, где три красных и два синих. Вероятность взять по одному из этих цветов равна шести десятым. Умножение на половину снова даёт три десятых. Такое условное разложение использует другое пространство подмножеств и подтверждает первоначальный комбинаторный результат без повторения всех тех же сочетаний.

Разобранная задача

Условие. В урне три красных, два синих и один зелёный шар. Выбирают три без возврата. Найдите вероятность состава по одному каждого цвета.

  1. Общее число трёхэлементных выборок равно C(6,3)=20.
  2. Красную метку выбирают тремя способами, синюю двумя, зелёную одним.
  3. Благоприятных подмножеств 3·2·1=6. Каждое содержит ровно три шара и удовлетворяет ограничениям.
  4. Вероятность равна 6/20=3/10.

Ответ. Вероятность получить по одному шару каждого цвета равна 3/10.

Проверка. Последовательный подсчёт одного порядка даёт (3/6)(2/5)(1/4)=1/20. Шесть перестановок трёх разных цветов несовместны и дают 6/20.

Где легко ошибиться. Нельзя перемножать маргинальные вероятности категориальных счётчиков: фиксированная общая длина отбора создаёт зависимость.

Проверьте понимание

Какое условие обязательно для допустимого состава?

Вопросы к этой главе

Можно ли объединить два цвета?

Да. Суммирование по внутреннему составу объединённой категории возвращает обычный гипергеометрический закон; это следствие тождества Вандермонда для сочетаний.

Что если один заданный счёт выше запаса?

Вероятность нулевая. Такой состав нужно исключить до деления, даже если сумма заданных счётчиков формально равна размеру выборки.

Сверить определения и условия

Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.

  • SciPy: отбор без возвращения

    HTML определение и Notes проверены: конечная совокупность, размер отбора и гипергеометрическая масса. Метки N,K,n в главе объявлены отдельно от соглашений API.

План обнаружения дефектов: минимальный отбор при конечной партии

В конечной партии гарантия обнаружения зависит от размера партии и минимального числа дефектов. Решим обратную задачу: найдём наименьший размер проверки без возвращения, который обеспечивает заданный шанс обнаружения.

Перед началом: Условная вероятность; Точная арифметика.

Гарантия требует заявленного худшего состава

Пусть в партии N объектов имеется хотя бы D дефектных. Отбор n объектов равномерен среди всех подмножеств размера n и не возвращает проверенные объекты. При ровно D дефектах вероятность не обнаружить ни одного равна C(N−D,n)/C(N,n), если n≤N−D, и нулю иначе. При большем числе дефектов вероятность промаха не увеличивается: можно связать два состава заменой исправных объектов дефектными на тех же выбранных позициях.

Размер подбирают по монотонному хвосту

Требование обнаружения не меньше γ эквивалентно вероятности промаха не больше 1−γ. Для последовательного увеличения n удобно использовать отношение соседних вероятностей промаха: qₙ₊₁=qₙ(N−D−n)/(N−n), начиная с q₀=1. Каждый множитель лежит между нулём и единицей. Поэтому первый прошедший порог размер действительно минимален. Равенство на пороге включают согласно условию «не меньше», не теряя допустимого целого решения.

Что именно обеспечивает расчёт

Вероятность обнаружения относится к случайному плану проверки известной конечной партии, а не к гарантии отсутствия дефектов после чистой выборки. Плохая чувствительность самого контроля потребовала бы другого закона, поскольку выбранный дефект может остаться незамеченным. Неравномерный доступ к изделиям также нарушает равномерную гипергеометрическую модель. Если D неизвестно, условие «хотя бы D» должно быть обосновано отдельно; подстановка удобного положительного числа не создаёт информацию о реальном качестве партии.

Разобранная задача

Условие. В партии N=10 предметов заведомо не меньше двух дефектных. Проверка безошибочна, отбор равномерный без возвращения. Найдите минимальное n, обеспечивающее вероятность обнаружения не меньше 4/5.

  1. В худшем допустимом составе D=2, поэтому промах при n проверках равен C(8,n)/C(10,n).
  2. При n=5 получаем 56/252=2/9. Вероятность обнаружения 7/9 меньше 4/5, значит пяти проверок недостаточно.
  3. При n=6 вероятность промаха 28/210=2/15. Обнаружение равно 13/15, что уже больше 4/5.
  4. Монотонность вероятности обнаружения по n означает, что после провала n=5 и успеха n=6 минимальный допустимый размер равен шести.

Ответ. Нужно проверить шесть предметов. Гарантированная планом вероятность обнаружения при худшем составе равна 13/15.

Проверка. Можно вместо подсчёта выбранных исправных мест рассмотреть два фиксированных дефекта: оба остаются в непроверенном дополнении размера четыре с вероятностью C(4,2)/C(10,2)=6/45=2/15. Это независимый комбинаторный способ получить тот же промах.

Где легко ошибиться. Биномиальная замена (1−D/N)ⁿ описывает возвращение и не совпадает с конечным отбором. В этой задаче она меняет вероятность промаха и способна дать другой минимальный план.

Проверьте понимание

Какое событие имеет вероятность 2/15 при n=6?

Вопросы к этой главе

Почему достаточно проверить ровно два дефекта?

Увеличение числа дефектных мест может только превратить некоторые прежние промахи в обнаружения. Значит ровно D задаёт наихудший шанс обнаружения среди допустимых составов.

Означает ли чистая проверка, что партия исправна с вероятностью 13/15?

Нет. 13/15 — вероятность увидеть дефект при заявленном составе и случайном выборе. Обратное утверждение потребовало бы модели неизвестного состава и отдельного вывода.

Сверить определения и условия

Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.

  • R Core: The Hypergeometric Distribution

    Гипергеометрический закон выборки без возвращения задаёт вероятность не обнаружить ни одного дефекта.

Крайние наблюдения: гарантия охвата конечной партии

Чтобы выборочные крайние значения охватывали хотя бы восемь из десяти объектов с вероятностью не меньше 0,9, нужны семь наблюдений. Шесть дают лишь 37/42, а семь —29/30. Выведем закон охвата интервала без предположения формы распределения.

Перед началом: Равномерная выборка подмножеств; Ранги, минимум и максимум.

Два уровня требования: сколько охватить и как часто это удаётся

Известная партия из N различных фиксированных упорядоченных значений; равномерный отбор n≥2 без возвращения. Охват считается числом включённых рангов, включая оба конца.

Значения всех N объектов фиксированы и различны, но измерять всю партию не хочется. По случайной выборке строим числовой интервал от наблюдённого минимума до максимума. Он содержит всю выборку, но может пропустить неизвестные крайние объекты партии. Обозначим W число всех объектов, попавших внутрь этого интервала вместе с его концами.

Требование имеет два разных числа: W≥r задаёт минимальный охват, а P(W≥r)≥1−α задаёт надёжность случайного плана. Это толерантный интервал по содержанию совокупности. Он не оценивает неизвестный параметр вроде среднего и не задаёт вероятность отдельного будущего наблюдения. Вероятность относится к повторению равномерной выборки из одной и той же фиксированной партии.

Ранговая ширина имеет точный конечный закон

Упорядочим всю партию рангами 1,…,N. Если минимальный выбранный ранг равен a, а максимальный a+w−1, интервал охватывает ровно w рангов. Минимум можно выбрать N−w+1 способами. Оба края уже включены в выборку, а остальные n−2 наблюдения выбираются среди w−2 внутренних рангов. Поэтому P(W=w)=(N−w+1)C(w−2,n−2)/C(N,n), где n≤w≤N.

Все допустимые крайние пары и внутренние выборки разбивают полный набор C(N,n) подмножеств, что доказывает нормировку. Из этой массы суммированием по w≥r получаем вероятность достаточного охвата. Для вывода не нужна плотность измеряемой величины: достаточно различимости рангов и равномерности подмножеств. При совпадающих значениях число включённых объектов может увеличиться из-за связок, поэтому равенство именно этому ранговому закону требует объявленного отсутствия совпадений.

Минимальный размер доказывается вложением выборок

Представим отбор как первые n элементов одной случайной перестановки партии. При добавлении следующего элемента минимум не увеличивается, максимум не уменьшается, поэтому W не убывает на каждой реализации. Следовательно вероятность W≥r не убывает по n. Для доказательства минимального плана достаточно показать провал размера n−1 и успех n, а не проверять только одну удобную выборку.

После измерений точное фактическое W может оставаться неизвестным, поскольку ранги среди неизмеренных объектов не наблюдались. Плановая гарантия не превращается автоматически в posterior вероятность для полученного конкретного интервала. Кроме того, большой охват по числу объектов не ограничивает метрическую длину интервала: редкий удалённый край может сделать его очень широким. Это отдельный критерий, который нельзя извлечь из рангового расчёта.

Не меньше восьми из десяти с надёжностью девять десятых

Условие. N=10 различных значений, отбор равномерный без возвращения. Найдите минимальное n≥2, чтобы интервал между выборочными крайними охватывал не меньше 8 объектов с вероятностью≥9/10.

  1. При n=4 достаточно просуммировать ширины 8,9,10: числа выборок равны 3C(6,2)=45,2C(7,2)=42 иC(8,2)=28. Получаем 115/C(10,4)=23/42.
  2. При n=6 те же ширины дают 3C(6,4)+2C(7,4)+C(8,4)=45+70+70=185. Вероятность 185/210=37/42 меньше 9/10.
  3. При n=7 благоприятных выборок 3C(6,5)+2C(7,5)+C(8,5)=18+42+56=116 из 120, поэтому вероятность 29/30 больше 9/10.
  4. Подмножества первых n элементов одной перестановки вложены. Их крайний интервал только расширяется, значит все n≤6 тоже не достигают требуемой надёжности.
  5. Следовательно минимальный размер —7. Гарантия 29/30 относится к охвату≥8 рангов, а не утверждает, что каждая отдельная выборка содержит восемь наблюдений.

Ответ. Нужно n=7 наблюдений; вероятность охвата хотя бы 8 из 10 равна 29/30.

Проверка. При n=7 неудача W<8 возможна лишь при W=7: выбраны семь соседних рангов. Таких блоков четыре изC(10,7)=120, поэтому вероятность успеха 1−4/120=29/30, независимо подтверждая сумму трёх масс.

Где легко ошибиться. Не путайте размер выборки и охват интервала: семь измеренных объектов могут заключать между собой восемь, девять или все десять объектов партии.

Проверьте понимание

Каков минимальный размер выборки для охвата≥8 из 10 с вероятностью≥9/10 в разобранном примере статьи?

Вопросы к этой главе

Почему это не обычный гипергеометрический тест обнаружения?

Там заранее задана категория отмеченных объектов. Здесь границы интересующего диапазона выбираются самими случайными крайними наблюдениями, поэтому нужно считать совместный закон двух рангов, а не попадания в фиксированную категорию.

Можно ли взять независимую формулу для неизвестного непрерывного распределения?

Она относится к другому эксперименту с возвращением или IID-выборкой. Для известной конечной партии выборки без возвращения имеют именно указанный конечный ранговый закон; при переписи охват становится достоверным.

Сверить определения и условия

Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.

  • NIST/SEMATECH e-Handbook, §7.2.6.4: largest and smallest observations

    Толерантный интервал между крайними наблюдениями и различие охвата и надёжности. Здесь отдельно выведен конечнопопуляционный закон рангов без возвращения, а не применена независимая формула справочника.

Источники и работа с материалом

Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.

Продолжить разбираться