Jika Anda punya cerita, Anda bisa mensimulasikannya!
Terkadang, cerita yang menggambarkan sebaran peluang kita tidak memiliki sebaran bernama yang sesuai. Dalam kasus seperti ini, jangan khawatir! Anda selalu bisa mensimulasikannya. Kita akan melakukannya di latihan ini dan latihan berikutnya.
Pada latihan sebelumnya, kita melihat kejadian langka no-hitter di Major League Baseball. Hitting the cycle, ketika seorang pemukul mendapatkan keempat jenis pukulan dalam satu pertandingan, adalah peristiwa langka lainnya. Seperti no-hitter, ini dapat dimodelkan sebagai proses Poisson, sehingga waktu antar-kejadian hitting the cycle juga berdistribusi Eksponensial.
Berapa lama kita harus menunggu hingga terjadi no-hitter dan kemudian seorang pemukul melakukan hitting the cycle? Idenya adalah kita harus menunggu beberapa waktu untuk no-hitter, lalu setelah no-hitter, kita harus menunggu hitting the cycle. Dengan kata lain, berapa total waktu tunggu untuk kedatangan dua proses Poisson yang berbeda secara berurutan? Total waktu tunggu adalah waktu yang ditunggu untuk no-hitter, ditambah waktu yang ditunggu untuk hitting the cycle.
Sekarang, Anda akan menulis sebuah fungsi untuk mengambil sampel dari sebaran yang dijelaskan oleh cerita ini.
Latihan ini adalah bagian dari kursus
Berpikir Statistis dengan Python (Bagian 1)
Petunjuk latihan
- Definisikan fungsi dengan tanda panggil
successive_poisson(tau1, tau2, size=1)yang mengambil sampel waktu tunggu untuk no-hitter dan hitting the cycle.- Ambil waktu tunggu (sebanyak
sizesampel) untuk no-hitter dari sebaran eksponensial yang diparameterkan olehtau1dan tetapkan ket1. - Ambil waktu tunggu (sebanyak
sizesampel) untuk hitting the cycle dari sebaran eksponensial yang diparameterkan olehtau2dan tetapkan ket2. - Fungsi mengembalikan jumlah dari waktu tunggu untuk kedua peristiwa tersebut.
- Ambil waktu tunggu (sebanyak
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
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