Вам нужно быстро смоделировать момент времени, когда пользователь случайно открывает приложение в пределах фиксированного окна 10 минут, и нет данных о пиках внутри окна. Какое распределение выглядит разумным первым приближением?
A
Normal(μ,σ)B
Exponential(λ)C
Uniform(a,b)DНельзя использовать
density из-за малого окна.Правильный ответ. Если внутри короткого интервала нет причин предпочитать какие-то моменты,
Uniform(a,b) — удобная стартовая модель.Разбор
Равномерная модель означает постоянную density по времени внутри окна и отсутствие выделенных участков. Это хорошее допущение, когда данных мало и вы хотите избежать лишних гипотез о форме. Когда появятся наблюдения, можно проверять, не смещается ли quantile или не появляется ли форма, ближе к Normal(μ,σ) или другому семейству.
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»
- 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» →