1. Learn
    2. /
  2. Courses
    3. /
  3. Pythonで学ぶ一般化線形モデル
Connected

Exercise

期待されるカウント数の計算

前の演習では、カニ（crab）データの平均と分散を計算し、それらが一致しないことを確認しました。本演習では、すでに計算した平均を用いて、特定のカウント値（たとえばゼロカウント）に対する「期待されるカウント数」を計算し、過分散の別の観点から分析を練習します。言い換えると、標本平均が与えられたとき、ゼロ個の satellite をどれくらい観測すると期待できるかを考えます。

crab データセットの図を思い出してください。ゼロカウントが多いことに気づくはずです。

パラメータが与えられたときの期待カウント数を求めるには、次のポアソン分布を用います。

$$ P(y)=\frac{\lambda^ye^{-\lambda}}{y!} $$

crab データセットと、計算済みの平均 sat_mean はワークスペースに読み込まれています。

Instructions

100 XP
  • 計算済みの平均 sat_mean とゼロカウント \(y = 0\) を用いて、期待されるゼロカウント数を計算します。math の factorial() を使ってください。
  • sum() を使って sat 変数におけるゼロカウントの観測数を求め、len() を使って標本の総観測数を求めます。
  • 実際のゼロカウント観測数と総観測数の比を出力してください。