1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Mô phỏng Thống kê bằng Python
Connected

Bài tập

Biến ngẫu nhiên Poisson

Mô-đun numpy.random có nhiều phân phối xác suất hữu ích cho cả biến ngẫu nhiên rời rạc và liên tục. Trong bài tập này, bạn sẽ học cách lấy mẫu từ một phân phối xác suất.

Cụ thể, bạn sẽ lấy mẫu từ một phân phối rời rạc rất quan trọng: phân phối Poisson, thường được dùng để mô hình hóa tốc độ trung bình mà các sự kiện xảy ra.

Sau bài tập, bạn có thể áp dụng các bước này cho bất kỳ phân phối xác suất nào trong numpy.random. Ngoài ra, bạn cũng sẽ thấy trung bình mẫu thay đổi thế nào khi chúng ta lấy nhiều mẫu hơn từ một phân phối.

Hướng dẫn

100 XP
  • Dùng np.random.poisson() để lấy mẫu từ phân phối Poisson với lam (lambda) và size_1.
  • Lặp lại bước trên, nhưng lần này dùng size_2.
  • Với mỗi mẫu ở trên, hãy tính độ chênh tuyệt đối giữa trung bình mẫu và lambda bằng np.mean() và abs().