Два времени выполнения запроса моделируются как Normal(μ,σ) с одинаковым μ, но в системе B σ больше. В какой системе больше вероятность увидеть очень большие отклонения от среднего значения μ?
AВ системе A, потому что среднее значение
μ одинаковое и крупные отклонения определяются именно совпадением центров распределенийBВ системе B, потому что больше
σ, значит больше дисперсия и выше вероятность увидеть значения далеко от среднего значения μCОдинаково в обеих системах, потому что среднее значение
μ совпадает и распределения симметричны относительно одного и того же центраDСравнивать корректно нельзя, потому что плотность нормального распределения формально не определена в точках за пределами наблюдаемого диапазона
Правильный ответ. При фиксированном
μ больший σ означает большую дисперсию и выше вероятность больших отклонений.Разбор
У Normal(μ,σ) увеличение σ делает распределение шире: больше массы уходит в хвосты. Это означает более высокую вероятность увидеть значения далеко от среднего значения μ, даже если центр распределения один и тот же. В продуктовых метриках это часто проявляется как больше редких, но очень больших задержек, что напрямую влияет на верхние квантили. Утверждения про равенство при одинаковом среднем или про неопределённость плотности игнорируют, что именно σ управляет шириной распределения.
Проверь себя · 1/3разбор после ответа
Для непрерывной модели с плотностью как получить вероятность того, что значение лежит между
a и b?Ещё вопросы по теме «Непрерывные распределения»
- В продуктовой аналитике время ответа эндпойнта иногда моделируют как `Normal(μ,σ)`. Что корректно сказать про вероятность того, что время ответа будет ровно 200 мс?
- На графике плотности для нормального распределения `Normal(μ,σ)` вы увидели, что максимум плотности больше 1. Что это означает?
- Вы моделируете время до следующей покупки пользователя, если покупки происходят с примерно постоянной интенсивностью 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 условную вероятность ждать ещё больше 2 минут?
- Все вопросы по «Непрерывные распределения» →