Случайная величина Пуассона
Модуль numpy.random содержит множество полезных вероятностных распределений — как для дискретных, так и для непрерывных случайных величин. В этом упражнении вы научитесь генерировать выборки из вероятностного распределения.
В частности, вы будете работать с одним из важнейших дискретных распределений — распределением Пуассона, которое обычно используется для моделирования средней частоты наступления событий.
Выполнив упражнение, вы сможете применять те же шаги к любым распределениям из модуля numpy.random. Кроме того, вы увидите, как среднее значение выборки меняется по мере увеличения её размера.
Это упражнение является частью курса
Статистическое моделирование на Python
Инструкции к упражнению
- С помощью
np.random.poisson()сгенерируйте выборку из распределения Пуассона, используя параметрыlam(лямбда) иsize_1. - Повторите то же самое, но на этот раз используйте
size_2. - Для каждой из полученных выборок вычислите абсолютную разность между средним значением и лямбдой с помощью
np.mean()иabs().
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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))