BaşlayınÜcretsiz Başlayın

Parkfield için b-değeri

ECDF, özellikle 1 büyüklüğünün altında gördüğün gibi, roll-off’u ortaya çıkarmada etkilidir. 3’ün üzerinde yeterince çok deprem olduğundan, tamamlanmışlık eşik değeri olarak mt = 3’ü kullanabilirsin. Bu eşik ile, 1950–2016 arasındaki Parkfield bölgesi için b-değerini ve %95 güven aralığını hesapla. Sonuçları ekrana yazdır. Tüm büyüklükleri içeren mags değişkeni ad alanında mevcut.

Parkfield bölgesinin Gutenberg–Richter Yasası’nı izlediğini doğrulamak için kuramsal Üstel CDF’yi üst üste bindir.

Bu egzersiz

İstatistiksel Düşünmede Vaka Çalışmaları

kursunun bir parçasıdır
Kursu Görüntüle

Egzersiz talimatları

  • b_value() fonksiyonunu kullanarak b-değerini ve %95 güven aralığını hesapla. 10.000 bootstrap tekrar kullan.
  • Kuramsal dağılımdan 100.000 örnek çekmek için np.random.exponential() kullan. Dağılımın ortalaması b/np.log(10)’dur ve konum parametresini doğru ele almak için örneklerine mt eklemen gerekir. Sonucu m_theor içinde sakla.
  • m_theor için ECDF’yi bir çizgi olarak çiz.
  • mt üzerindeki tüm büyüklüklerin ECDF’sini nokta olarak çiz.
  • Grafiği göstermek ve b-değerini ile güven aralığını ekrana yazdırmak için 'Yanıtı Gönder' düğmesine bas.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Compute b-value and 95% confidence interval
b, conf_int = ____(____, ____, ____=[____, ____], n_reps=____)

# Generate samples to for theoretical ECDF
m_theor = ____(____, size=____) + ____

# Plot the theoretical CDF
_ = ____(*____)

# Plot the ECDF (slicing mags >= mt)
_ = plt.plot(*____(____[____ >= ____]), marker='.', linestyle='none')

# Pretty up and show the plot
_ = plt.xlabel('magnitude')
_ = plt.ylabel('ECDF')
_ = plt.xlim(2.8, 6.2)
plt.show()

# Report the results
print("""
b-value: {0:.2f}
95% conf int: [{1:.2f}, {2:.2f}]""".format(b, *conf_int))
Kodu Düzenle ve Çalıştır