Zmienna losowa Poissona
Moduł numpy.random udostępnia wiele przydatnych rozkładów prawdopodobieństwa – zarówno dla zmiennych losowych dyskretnych, jak i ciągłych. W tym ćwiczeniu nauczysz się losować próbki z rozkładu prawdopodobieństwa.
W szczególności będziesz losować próbki z jednego z najważniejszych dyskretnych rozkładów – rozkładu Poissona, który jest typowo używany do modelowania średniej częstotliwości występowania zdarzeń.
Po wykonaniu ćwiczenia będziesz umieć zastosować te kroki do dowolnego rozkładu dostępnego w numpy.random. Zobaczysz też, jak średnia z próby zmienia się wraz ze wzrostem liczby losowanych próbek.
To ćwiczenie jest częścią kursu
Symulacje statystyczne w Pythonie
Instrukcje do ćwiczenia
- Używając
np.random.poisson(), wylosuj próbki z rozkładu Poissona, podająclam(lambda) orazsize_1. - Powtórz powyższy krok, tym razem używając
size_2. - Dla każdej z powyższych próbek oblicz wartość bezwzględną różnicy między ich średnią a lambdą, korzystając z
np.mean()iabs().
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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))