시작하기무료로 시작하기

지수 분포에 대한 K-S 검정

파크필드(Parkfield) 지진 순서의 지진 간 시간 간격이 지수 분포를 따른다는 귀무가설을 검정하세요. 즉, 지진이 이전 지진 발생 시점과 무관하게 무작위로 발생한다고 가정합니다. 참고: 이 계산은 연산량이 많아(1억 개 이상의 난수를 생성합니다) 완료하는 데 약 10초가 걸릴 수 있습니다.

이 연습은 강의의 일부입니다

통계적 사고 사례 연구

강의 보기

연습 안내

  • np.random.exponential()을 사용하여 지수 분포에서 복제본 10,000개를 추출하세요. 지진 간 평균 시간 간격은 이전 연습 문제에서 계산한 mean_time_gap에 저장되어 있습니다. 결과를 x_f에 저장하세요.
  • 이 표본 x_f와 time_gap에 저장된 실제 시간 간격을 함께 사용하여 dcst.ks_stat()으로 Kolmogorov-Smirnov 통계량을 계산하세요.
  • 이전 연습 문제에서 작성하여 dcst.draw_ks_reps()에 저장된 함수를 사용해 지수 분포에서 K-S 복제본 10,000개를 추출하세요. 목표 지수 분포에서 표본을 추출할 때는 size=10000 키워드 인수를 사용하세요. 복제본을 reps에 저장하세요.
  • p-값을 계산하고 출력하세요. 이 경우 '관측값보다 극단적인'의 기준은 귀무가설 하의 검정 통계량이 관측된 값보다 크거나 같은 경우임을 기억하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Draw target distribution: x_f
x_f = ____

# Compute K-S stat: d
d = ____

# Draw K-S replicates: reps
reps = ____(len(____), ____, 
                         args=(mean_time_gap,), size=____, n_reps=____)

# Compute and print p-value
p_val = ____(____ >= ____) / 10000
print('p =', p_val)
코드 편집 및 실행