В модели ошибки измерения вы используете Normal(μ,σ). Как правильно интерпретировать параметры μ и σ?
A
μ задаёт разброс, а σ задаёт центр.B
μ — минимальное значение, σ — максимальное значение.C
μ — это quantile, а σ — это density.D
μ задаёт центр (mean), а σ — масштаб разброса, связанный с variance.Правильный ответ. В
Normal(μ,σ) μ соответствует mean, а σ контролирует разброс и связан с variance.Разбор
Параметр μ задаёт, вокруг какого значения концентрируются наблюдения, то есть центр распределения по mean. Параметр σ определяет, насколько широким будет распределение, и напрямую связан с variance. Для аналитики важно помнить: изменение μ сдвигает распределение, а изменение σ меняет неопределённость и ширину.
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?
- Время ожидания ответа оператора моделируется как `Exponential(λ)`. Клиент уже ждёт 3 минуты. Что верно про `conditional probability` ждать ещё больше 2 минут?
- В каком случае предположение `Uniform(a,b)` наиболее разумно как стартовая модель?
- Все вопросы по «Непрерывные распределения» →