Soms heeft het verhaal achter onze kansverdeling geen bijpassende, benoemde verdeling. Geen zorgen! Je kunt het altijd simuleren. Dat doen we in deze en de volgende oefening.

In eerdere oefeningen keken we naar de zeldzame gebeurtenis van no-hitters in Major League Baseball. Hitting the cycle, wanneer een slagman alle vier soorten hits in één wedstrijd slaat, is een andere zeldzame honkbalgebeurtenis. Net als no-hitters kun je dit modelleren als een Poisson-proces, dus de tijd tussen cycles is ook exponentieel verdeeld.

Hoe lang moeten we wachten tot we een no-hitter zien en daarna een slagman die de cycle slaat? Het idee is dat je eerst een tijd wacht op de no-hitter, en daarna, na de no-hitter, wacht je op de cycle. Anders gezegd: wat is de totale wachttijd voor de opeenvolgende aankomst van twee verschillende Poisson-processen? De totale wachttijd is de tijd gewacht op de no-hitter plus de tijd gewacht op de cycle.

Nu ga je een functie schrijven die samples trekt uit de verdeling die door dit verhaal wordt beschreven.

PDF's interpreteren

Statistisch denken in Python (deel 1)

Praktische interactieve oefening