Вы мониторите, сколько ошибок типа таймаут происходит за 1 минуту. Поток примерно стационарен, ошибки — это отдельные события. Какое распределение обычно используют для числа событий за интервал?
A
Binomial(n, p): число успехов в фиксированном числе независимых испытаний с вероятностью p в каждомB
Geometric(p): число испытаний до первого успеха в схеме Бернулли с шансом успеха p в каждомC
Poisson(λ): число событий за интервал при постоянной интенсивности появления событий λ в потокеD
Bernoulli(p): исход одного испытания с двумя возможными значениями: успех или неудача в схемеПравильный ответ. Число событий за интервал при постоянной интенсивности описывает
Poisson(λ).Разбор
В Poisson(λ) параметр λ — среднее число событий в выбранном интервале; модель подходит для потоков ошибок, заявок и сообщений при примерно постоянной интенсивности. Если вместо интервала зафиксировано число испытаний n, чаще выбирают Binomial(n, p). Geometric(p) описывает ожидание до первого успеха, а Bernoulli(p) — единичное испытание.
Можно заниматься бесплатно
Готовим вопросы…
Три вопроса по теме этой страницы, с объяснениями.
Ещё вопросы по теме «Дискретные распределения»
- Пользователь либо совершил покупку в сессии, либо нет (0/1). Какое распределение лучше всего описывает один такой исход — успех или неудача?
- В модели `Bernoulli(p)` для клика по баннеру, что означает параметр `p`?
- У вас есть n показов баннера, каждый показ — независимое испытание с вероятностью клика p. Какое распределение описывает количество кликов среди этих n показов?
- Вы моделируете число успешно обработанных платежей за день как `Binomial(n,p)`. Как правильно интерпретировать `n` и `p`?
- Пользователь повторяет попытки оплаты до успешного прохождения проверки; каждая попытка независима и имеет шанс `p` на успех. Какое распределение естественно для числа попыток до первого успеха?
- Все вопросы по «Дискретные распределения» →