LoslegenKostenlos loslegen

Poisson-Zufallsvariable

Das Modul numpy.random enthält zudem eine Reihe nützlicher Wahrscheinlichkeitsverteilungen für diskrete und stetige Zufallsvariablen. In dieser Übung lernst du, wie du Stichproben aus einer Verteilung ziehst.

Konkret ziehst du Stichproben aus einer sehr wichtigen diskreten Verteilung: der Poisson-Verteilung, die typischerweise verwendet wird, um die durchschnittliche Rate von Ereignissen zu modellieren.

Nach der Übung solltest du diese Schritte auf beliebige Verteilungen aus numpy.random anwenden können. Außerdem siehst du, wie sich der Stichprobenmittelwert verändert, wenn wir mehr Stichproben aus einer Verteilung ziehen.

Diese Übung ist Teil des Kurses

Statistische Simulation in Python

Kurs anzeigen

Anleitung zur Übung

  • Ziehe mit np.random.poisson() Stichproben aus einer Poisson-Verteilung unter Verwendung von lam (Lambda) und size_1.
  • Wiederhole den obigen Schritt, diesmal jedoch mit size_2.
  • Berechne für jede der obigen Stichproben die absolute Differenz zwischen ihrem Mittelwert und Lambda mit np.mean() und abs().

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Initialize seed and parameters
np.random.seed(123) 
lam, size_1, size_2 = 5, 3, 1000  

# Draw samples & calculate absolute difference between lambda and sample mean
samples_1 = np.random.poisson(____, ____)
samples_2 = np.random.poisson(____, ____)
answer_1 = abs(____)
answer_2 = abs(____) 

print("|Lambda - sample mean| with {} samples is {} and with {} samples is {}. ".format(size_1, answer_1, size_2, answer_2))
Code bearbeiten und ausführen