За день система обработала ровно n загрузок файла; каждая загрузка — trial и может завершиться success с шансом p. Какое распределение описывает число успешных загрузок за день?
A
Poisson(λ)B
Binomial(n,p)C
Bernoulli(p)D
Geometric(p)Правильный ответ. Число
success в фиксированных n trial описывает Binomial(n,p).Разбор
Здесь n — заранее известное число попыток, а p — шанс успеха каждой. Случайная величина — сколько success получилось среди n. Если n само сильно меняется и вы считаете event по интервалам, возможно, лучше Poisson(λ).
Проверь себя · 1/3разбор после ответа
Каждый день у пользователя есть шанс
p совершить первую покупку, дни считаем как последовательные trial до первого success. Какое распределение подходит для числа дней до первой покупки?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» →