Для потока ошибок за минуту вы используете Poisson(λ). Какое утверждение про mean и variance верно в этой модели?
A
mean равна λ и variance тоже равна λB
mean равна p, а variance равна p*(1-p)C
mean равна n*p, а variance равна n*p*(1-p)D
mean всегда 0, если λ меньше 1Правильный ответ. В
Poisson(λ) и mean, и variance равны λ.Разбор
Это означает, что разброс счетчика event растет вместе с уровнем потока. Если на данных variance существенно больше mean, это может быть сигналом неоднородной интенсивности или кластеризации event. Тогда для аналитики стоит задуматься о другом интервале наблюдения или иной модели.
Проверь себя · 1/3разбор после ответа
Пользователь либо совершил покупку в сессии, либо нет (0/1). Какое распределение лучше всего описывает один такой
trial с исходом success или failure?Ещё вопросы по теме «Дискретные распределения»
- Пользователь либо совершил покупку в сессии, либо нет (0/1). Какое распределение лучше всего описывает один такой `trial` с исходом `success` или `failure`?
- В модели `Bernoulli(p)` для клика по баннеру, что означает параметр `p`?
- У вас есть `n` показов баннера, и каждый показ — один `trial` с `success` (клик) с шансом `p`. Какое распределение описывает количество `success` среди этих `n` `trial`?
- Вы моделируете число успешно обработанных платежей за день как `Binomial(n,p)`. Как правильно интерпретировать `n` и `p`?
- Пользователь повторяет попытки оплаты до успешного прохождения проверки; каждая попытка — `trial` с шансом `p` получить `success`. Какое распределение естественно для числа `trial` до первого `success`?
- Все вопросы по «Дискретные распределения» →