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?
A
probability ровно одного значения для непрерывной модели равна 0, а смысл имеет probability попадания в интервал.BЭта
probability равна значению density в точке 200 мс.CЭта
probability равна mean, поделённому на variance.DЭта
probability зависит только от μ и не зависит от σ.Правильный ответ. Для непрерывных моделей
probability ровно в одной точке равна 0, а density сама по себе не является вероятностью.Разбор
В непрерывных моделях probability связана с площадью: probability попасть в диапазон равна area под density на этом диапазоне. Поэтому для значения ровно 200 мс probability равна 0, даже если density в этой точке высокая. На практике сравнивают интервалы (например, меньше порога) и часто используют quantile или cdf для интерпретации хвостов.
Проверь себя · 1/3разбор после ответа
Команда задаёт SLA по задержке как порог, равный 95-му
quantile задержки. При стабильной системе что это означает на языке probability?Ещё вопросы по теме «Непрерывные распределения»
- 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?
- В каком случае предположение `Uniform(a,b)` наиболее разумно как стартовая модель?
- Все вопросы по «Непрерывные распределения» →