Začněte nyníZačněte zdarma

Když máš příběh, můžeš ho simulovat!

Někdy příběh popisující naše pravděpodobnostní rozdělení nemá žádné pojmenované rozdělení, které by mu odpovídalo. V takových případech není důvod k obavám – vždy ho lze simulovat. Právě to uděláme v tomto a následujícím cvičení.

V dřívějších cvičeních jsme se zabývali vzácnou událostí v Major League Baseball – no-hitterem. Hitting the cycle, kdy pálkař v jednom zápase dosáhne všech čtyř druhů odpalů, je další vzácnou baseballovou událostí. Stejně jako no-hittery lze i tuto událost modelovat jako Poissonův proces, takže čekací doby mezi cykly jsou také exponenciálně rozděleny.

Jak dlouho musíme čekat, než uvidíme no-hitter a poté pálkaře, který dosáhne cyklu? Jde o to, že nejprve čekáme na no-hitter a teprve po něm čekáme na hitting the cycle. Jinými slovy: jaká je celková čekací doba na příchod dvou různých Poissonových procesů za sebou? Celková čekací doba je součtem doby čekání na no-hitter a doby čekání na hitting the cycle.

Nyní napíšeš funkci, která vzorkuje z rozdělení popsaného tímto příběhem.

Toto cvičení je součástí kurzu

Statistical Thinking in Python (Part 1)

Zobrazit kurz

Pokyny k cvičení

  • Definuj funkci s hlavičkou successive_poisson(tau1, tau2, size=1), která vzorkuje čekací dobu na no-hitter a na hitting the cycle.
    • Z exponenciálního rozdělení parametrizovaného hodnotou tau1 vygeneruj čekací doby (počet vzorků odpovídá size) pro no-hitter a výsledek přiřaď do t1.
    • Z exponenciálního rozdělení parametrizovaného hodnotou tau2 vygeneruj čekací doby (počet vzorků odpovídá size) pro hitting the cycle a výsledek přiřaď do t2.
    • Funkce vrátí součet čekacích dob obou událostí.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

def successive_poisson(tau1, tau2, size=1):
    """Compute time for arrival of 2 successive Poisson processes."""
    # Draw samples out of first exponential distribution: t1
    t1 = ____(____, ____)

    # Draw samples out of second exponential distribution: t2
    t2 = ____(____, ____)

    return t1 + t2
Upravit a spustit kód