Два времени выполнения запроса моделируются как Normal(μ,σ) с одинаковым μ, но в системе B σ больше. В какой системе больше probability увидеть очень большие отклонения от μ?
AВ системе A, потому что
mean одинаковый.BОдинаково, потому что
μ одинаковый.CВ системе B, потому что больше
σ, значит больше variance и выше probability больших отклонений от μ.DНельзя сравнивать, потому что
density не определена.Правильный ответ. При фиксированном
μ больший σ означает большую variance и больше probability больших отклонений.Разбор
У Normal(μ,σ) увеличение σ делает распределение шире: больше массы уходит в хвосты. Это означает более высокую probability увидеть значения далеко от μ, даже если mean одинаковый. В продуктовых метриках это часто проявляется как больше редких, но очень больших задержек, что влияет на верхние quantile.
Проверь себя · 1/3разбор после ответа
Если
X имеет Normal(μ,σ), чему равна probability того, что X ровно равен своему медианному quantile (50-й quantile)?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» →