Два распределения Normal(μ,σ) имеют одинаковый μ, но у второго σ больше. Как будет выглядеть второе по сравнению с первым?
AУ второго
variance меньше и density выше в центре.BУ второго
mean сдвинется вправо.CУ второго
density станет дискретной.DУ второго
variance больше, распределение шире, а пик density ниже.Правильный ответ. Более большой
σ в Normal(μ,σ) означает большую variance и более широкую density.Разбор
При фиксированном μ параметр σ отвечает за разброс: чем он больше, тем больше типичные отклонения от центра. Это увеличивает variance и делает график density более распластанным, потому что общая area под density должна оставаться равной 1. В аналитике это означает большую неопределённость и более широкий диапазон значений quantile.
Проверь себя · 1/3разбор после ответа
Ошибка измерения датчиком обычно симметрична вокруг нуля и складывается из многих мелких факторов. Какая модель чаще всего подходит для такой ошибки?
Ещё вопросы по теме «Непрерывные распределения»
- В продуктовой аналитике время ответа эндпойнта иногда моделируют как `Normal(μ,σ)`. Что корректно сказать про `probability` того, что время ответа будет ровно 200 мс?
- На графике `density` для `Normal(μ,σ)` вы увидели, что максимум `density` больше 1. Что это означает?
- Вы моделируете время до следующей покупки пользователя, если покупки происходят с примерно постоянным `rate` и без заметной сезонности в коротком окне. Какая модель распределения чаще всего подходит как первое приближение?
- В модели ошибки измерения вы используете `Normal(μ,σ)`. Как правильно интерпретировать параметры `μ` и `σ`?
- Время ожидания ответа оператора моделируется как `Exponential(λ)`. Клиент уже ждёт 3 минуты. Что верно про `conditional probability` ждать ещё больше 2 минут?
- Все вопросы по «Непрерывные распределения» →