Variabila aleatoare Poisson

Modulul numpy.random conține și o serie de distribuții de probabilitate utile, atât pentru variabile aleatoare discrete, cât și pentru cele continue. În acest exercițiu, vei învăța cum să extragi eșantioane dintr-o distribuție de probabilitate.

În mod special, vei extrage eșantioane dintr-o distribuție de probabilitate discretă foarte importantă – distribuția Poisson, folosită în general pentru a modela rata medie la care se produc anumite evenimente.

După finalizarea exercițiului, vei putea aplica acești pași pentru oricare dintre distribuțiile de probabilitate disponibile în numpy.random. De asemenea, vei observa cum se modifică media eșantionului pe măsură ce extragi mai multe eșantioane dintr-o distribuție.

Acest exercițiu face parte din cursul

Simulare statistică în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Folosind np.random.poisson(), extrage eșantioane dintr-o distribuție Poisson cu parametrii lam (lambda) și size_1.
Repetă pasul de mai sus, de data aceasta folosind size_2.
Pentru fiecare dintre eșantioanele de mai sus, calculează diferența absolută dintre media lor și lambda, folosind np.mean() și abs().

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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))

Editează și rulează codul