Пользователь либо совершил покупку в сессии, либо нет (0/1). Какое распределение лучше всего описывает один такой исход — успех или неудача?
A
Binomial(n,p): сумма исходов в n независимых бинарных испытаниях с шансом успеха pB
Geometric(p): число испытаний до первого успеха при шансе успеха p в каждом испытанииC
Poisson(λ): число событий за фиксированный интервал при средней интенсивности λD
Bernoulli(p): один бинарный исход с вероятностью успеха p и неудачи 1-pПравильный ответ. Один бинарный исход «успех/неудача» моделируют как
Bernoulli(p) с параметром p.Разбор
В Bernoulli(p) исход принимает 1 при успехе и 0 при неудаче. Параметр p задаёт шанс успеха в одном испытании. Если вы суммируете n таких исходов, то естественной моделью становится Binomial(n,p), а если ждёте первого успеха — Geometric(p).
Проверь себя · 1/3разбор после ответа
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?Ещё вопросы по теме «Дискретные распределения»
- 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?
- В модели `Geometric(p)` для процесса с повторными попытками что означает параметр `p`?
- Все вопросы по «Дискретные распределения» →