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?
A
Geometric(p): число независимых попыток до первого успеха при фиксированной вероятностиB
Bernoulli(p): индикатор одной попытки со значениями 0 или 1 без счёта повторовC
Binomial(n, p): число успехов в фиксированном количестве n независимых попытокD
Poisson(λ): число событий за единицу времени при постоянной интенсивности λПравильный ответ. Число независимых попыток до первого успеха при постоянной вероятности
p моделируют как Geometric(p).Разбор
В геометрическом распределении интересует, сколько попыток потребуется, а не сколько успехов в фиксированном n. Параметр p относится к каждой попытке и предполагается одинаковым от попытки к попытке. Это удобно для сценариев повторов: вход в аккаунт, оплата, вызовы API до успеха.
Проверь себя · 1/3разбор после ответа
Пользователь либо совершил покупку в сессии, либо нет (0/1). Какое распределение лучше всего описывает один такой исход — успех или неудача?
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`?
- В модели `Geometric(p)` для процесса с повторными попытками что означает параметр `p`?
- Все вопросы по «Дискретные распределения» →