Вы мониторите, сколько ошибок типа timeout происходит за 1 минуту. Предположим, что поток примерно стационарен, а ошибки — это event. Какое распределение обычно используют для числа event за интервал?
A
Binomial(n,p)B
Geometric(p)C
Poisson(λ)D
Bernoulli(p)Правильный ответ. Число
event за интервал при постоянной интенсивности описывает Poisson(λ).Разбор
В Poisson(λ) параметр λ — среднее число event в выбранном интервале. Модель подходит для потоков: ошибки, входящие заявки, сообщения, если интенсивность примерно постоянна внутри интервала. Если вместо интервала у вас фиксировано n trial, чаще выбирают Binomial(n,p).
Проверь себя · 1/3разбор после ответа
Какая постановка наиболее прямо соответствует
Poisson(λ)?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» →