Каждый день у пользователя есть шанс p совершить первую покупку, дни считаем как последовательные испытания до первой удачной. Какое распределение подходит для числа дней до первой покупки?
A
Binomial(n, p): число успехов в n фиксированных испытаниях с вероятностью успеха pB
Geometric(p): номер испытания, на котором впервые наступает успех с вероятностью pC
Poisson(λ): число событий за фиксированный интервал при постоянной интенсивности λD
Bernoulli(p): индикатор одного испытания со значениями 1 или 0 с вероятностью pПравильный ответ. Число испытаний до первого успеха при постоянной вероятности
p описывает геометрическое распределение Geometric(p).Разбор
Каждый день — одно испытание с двумя исходами: покупка или нет. Случайная величина «номер дня, в который случилась первая покупка» при постоянной вероятности p подчиняется геометрическому распределению Geometric(p). Биномиальное распределение подошло бы, если бы вы фиксировали n дней и считали число покупок. Пуассоновское описывает число событий за интервал, а бернуллиевское — исход одного испытания, без учёта последовательности.
Проверь себя · 1/3разбор после ответа
Вы моделируете число успешно обработанных платежей за день как
Binomial(n,p). Как правильно интерпретировать n и p?Ещё вопросы по теме «Дискретные распределения»
- Пользователь либо совершил покупку в сессии, либо нет (0/1). Какое распределение лучше всего описывает один такой исход — успех или неудача?
- В модели `Bernoulli(p)` для клика по баннеру, что означает параметр `p`?
- У вас есть n показов баннера, каждый показ — независимое испытание с вероятностью клика p. Какое распределение описывает количество кликов среди этих n показов?
- 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 независима и имеет шанс `p` на успех. Какое распределение естественно для числа попыток до первого успеха?
- Все вопросы по «Дискретные распределения» →