LoslegenKostenlos starten

Schätzungen der Zwischenbebenzeiten für Parkfield

In dieser Übung berechnest du zunächst die besten Schätzwerte für die Parameter der Exponential- und Gaußschen Modelle für Zwischenbebenzeiten. Anschließend plottest du die theoretischen CDFs der jeweiligen Modelle zusammen mit der formalen ECDF der tatsächlichen Zwischenbebenzeiten in Parkfield.

Diese Übung ist Teil des Kurses

<Kurs>Fallstudien zum statistischen Denken</Kurs>
Kurs ansehen

Übungsanweisungen

  • Berechne die mittlere Zwischenbebenzeit und speichere sie als mean_time_gap. Die Zeitabstände zwischen den großen Erdbeben (in Jahren) sind in time_gap gespeichert.
  • Berechne die Standardabweichung der Zwischenbebenzeiten und speichere sie als std_time_gap.
  • Verwende np.random.exponential(), um 10.000 Stichproben aus einer Exponentialverteilung mit dem passenden Mittelwert zu ziehen. Speichere sie in der Variable time_gap_exp.
  • Verwende np.random.normal(), um 10.000 Stichproben aus einer Normalverteilung mit dem passenden Mittelwert und der passenden Standardabweichung zu ziehen. Speichere sie in der Variable time_gap_norm.
  • Plotte die theoretischen CDFs jeweils in einer Zeile mit dem in diesem Kapitel eingeführten Ansatz *dcst.ecdf().
  • Plotte die ECDF mit den Schlüsselwortargumenten formal=True, min_x=-10 und max_x=50.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Compute the mean time gap: mean_time_gap
mean_time_gap = ____

# Standard deviation of the time gap: std_time_gap
std_time_gap = ____

# Generate theoretical Exponential distribution of timings: time_gap_exp
time_gap_exp = ____

# Generate theoretical Normal distribution of timings: time_gap_norm
time_gap_norm = ____

# Plot theoretical CDFs
_ = plt.plot(*____)
_ = plt.plot(*____)

# Plot Parkfield ECDF
_ = plt.plot(*____(____, ____=____, ____=____, ____=____))

# Add legend
_ = plt.legend(('Exp.', 'Norm.'), loc='upper left')

# Label axes, set limits and show plot
_ = plt.xlabel('time gap (years)')
_ = plt.ylabel('ECDF')
_ = plt.xlim(-10, 50)
plt.show()
Code bearbeiten und ausführen