BaşlayınÜcretsiz başlayın

No-hitter'lar ne sıklıkla oluyor?

Major League Baseball'un modern döneminde (1901-2015) her no-hitter arasındaki oynanan maç sayısı nohitter_times dizisinde saklı.

No-hitter'ların bir Poisson süreciyle tanımlandığını varsayarsan, no-hitter'lar arasındaki süre Üstel (Exponential) dağılıma uyar. Gördüğün gibi, Üstel dağılımın tek bir parametresi vardır; buna tipik aralık süresi anlamında \(\tau\) diyeceğiz. Veriye en iyi uyan üstel dağılım için \(\tau\)'nun değeri, no-hitter'lar arasındaki ortalama aralık süresidir (zaman birimi maç sayısıdır).

Bu parametrenin değerini veriden hesapla. Ardından, np.random.exponential() kullanarak bulduğun \(\tau\) ile üstel dağılımdan no-hitter'lar arası süreler çekip Major League Baseball tarihini "tekrar et" ve histogramını çizerek PDF'e bir yaklaşım elde et.

NumPy, pandas, matplotlib.pyplot ve seaborn sırasıyla np, pd, plt ve sns olarak içe aktarılmış durumda.

Bu egzersiz, kursun bir parçasıdır

Python ile İstatistiksel Düşünme (Bölüm 2)

Kursa Göz Atın

Egzersiz talimatları

  • Rastgele sayı üretecini 42 ile başlat.
  • No-hitter'lar arasındaki ortalama süreyi (maç sayısı cinsinden) hesapla.
  • No-hitter'lar arası sürelerin ortalamasından hesapladığın parametreyle Üstel dağılımdan 100.000 örnek çek.
  • Teorik PDF'i plt.hist() kullanarak çiz. bins=50, density=True ve histtype='step' anahtar argümanlarını kullanmayı unutma. Eksenlerini etiketlediğinden emin ol.
  • Grafiğini göster.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Seed random number generator
____

# Compute mean no-hitter time: tau
tau = ____

# Draw out of an exponential distribution with parameter tau: inter_nohitter_time
inter_nohitter_time = ____(____, 100000)

# Plot the PDF and label axes
_ = ____(inter_nohitter_time,
             ____, ____, ____)
_ = plt.xlabel('Games between no-hitters')
_ = plt.ylabel('PDF')

# Show the plot
plt.show()
Kodu Düzenle ve Çalıştır