指数性 K-S 检验
检验 Parkfield 地震序列的震间时间是否服从指数分布的原假设。也就是说，地震是随机发生的，对上一次发生时间没有"记忆"。注意：该计算量较大（您将抽取超过 108 个随机数），大约需要 10 秒完成。
本练习是课程的一部分
统计思维案例研习
练习说明
- 使用
np.random.exponential()从指数分布中抽取 10,000 个重复样本。地震之间的平均时间间隔已存为mean_time_gap，这是您在前一个练习中计算的。将结果存为x_f。 - 使用这些样本
x_f，连同真实的时间间隔time_gap，通过dcst.ks_stat()计算 Kolmogorov–Smirnov 统计量。 - 使用您在上一个练习中编写、已方便封装为
dcst.draw_ks_reps()的函数，从指数分布中抽取 10,000 个 K-S 重复。对目标指数分布的抽样请使用关键字参数size=10000。将这些重复存为reps。 - 计算并打印 p 值。请记住，在本例中"至少同样极端"定义为：原假设下的检验统计量大于等于观测到的值。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Draw target distribution: x_f
x_f = ____
# Compute K-S stat: d
d = ____
# Draw K-S replicates: reps
reps = ____(len(____), ____,
args=(mean_time_gap,), size=____, n_reps=____)
# Compute and print p-value
p_val = ____(____ >= ____) / 10000
print('p =', p_val)