Estimaciones del tiempo entre terremotos para Parkfield
En este ejercicio, primero calcularás las mejores estimaciones de los parámetros para los modelos Exponencial y Gaussiano de tiempos entre terremotos. Luego representarás las CDF teóricas de cada modelo junto con la ECDF formal de los tiempos reales entre terremotos en Parkfield.
Este ejercicio forma parte del curso
Casos prácticos de pensamiento estadístico
Instrucciones del ejercicio
- Calcula el tiempo medio entre terremotos y guárdalo como
mean_time_gap. Los intervalos entre los grandes terremotos, en años, están almacenados entime_gap. - Calcula la desviación estándar de los tiempos entre terremotos y guárdala como
std_time_gap. - Usa
np.random.exponential()para extraer 10.000 muestras de una distribución Exponencial con la media adecuada. Guárdalas en la variabletime_gap_exp. - Usa
np.random.normal()para extraer 10.000 muestras de una distribución Normal con la media y desviación estándar adecuadas. Guárdalas en la variabletime_gap_norm. - Traza las CDF teóricas en una línea cada una, usando el enfoque
*dcst.ecdf()presentado al inicio de este capítulo. - Traza la ECDF usando los argumentos con nombre
formal=True,min_x=-10ymax_x=50.
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# 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()