시작하기무료로 시작하기

포아송 확률변수

numpy.random 모듈에는 이산과 연속 확률변수 모두에 대해 유용한 확률분포 함수가 다수 포함되어 있습니다. 이 연습 문제에서는 확률분포에서 샘플을 추출하는 방법을 배웁니다.

특히, 사건이 발생하는 평균 빈도를 모형화할 때 주로 사용하는 아주 중요한 이산 확률분포인 포아송 분포에서 샘플을 뽑아 보겠습니다.

이 연습을 마치면 numpy.random에서 제공하는 어떤 확률분포에도 같은 절차를 적용할 수 있어요. 또한, 분포에서 더 많은 샘플을 뽑을수록 표본평균이 어떻게 변하는지도 살펴봅니다.

이 연습은 강의의 일부입니다

Python으로 하는 통계 시뮬레이션

강의 보기

연습 안내

  • np.random.poisson()을 사용해 포아송 분포에서 lam(람다)와 size_1을 이용해 샘플을 추출하세요.
  • 위 과정을 반복하되, 이번에는 size_2를 사용하세요.
  • 위에서 얻은 각 샘플에 대해, np.mean()과 abs()를 사용하여 그 평균과 람다의 절댓값 차이를 계산하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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))
코드 편집 및 실행