0 Daumen
208 Aufrufe

Hallo, ich habe eine Aufgabe bekommen die ich hier hinzugefügt habe. Und zwar habe ich die Graphen bekommen und muss jeweils die verschiedenen Verteilungen zuordnen. Als Auswahlmöglichkeiten gibt es Paretoverteilung, Exponentialverteilung, Gleichverteilung, Poissonverteilung, Bernoulliverteilung, Lognormalverteilung, Gammaverteilung, Normalverteilung, Binomialverteilung und Nichts. Man muss für jeden Graphen 2 Auswahlmöglichkeiten auswählen. Um die Verteilungen den Graphen zuordnen zu können, muss man die einzelnen Verteilungen in Python plotten. Das hab ich auch gemacht, mit Befehlen wie z.B. expon.pdf, norm.pdf usw. Jedoch krieg ich es nicht hin, dass meine Graphen so aussehen wie auf den Abbildungen (bis auf Graph C), da wir ja keine Werte für die einzelnen Variablen haben. Meine Frage ist jetzt ob es irgendwie einen Weg gibt die Graphen nachzubauen ohne die einzelnen variablen zu kennen (wie z.B. das lambda und c bei der Paretoverteilung). Die Werte auf den jeweiligen Achsen können unterschiedlich sein, aber der Graph muss genauso aussehen. Danke schonmal für die Hilfe.

LG

Screenshot 2023-11-21 at 21.33.27.png

Text erkannt:

In der Grafik unten sehen Sie Dichteplots, die mit jeweils 10000 Beobachtungen aus verschiedenen Verteilungen erstellt wurden. Ordnen Sie die unten stehenden Verteilungen dem richtigen Graphen zu. Nutzen Sie hierzu Ihr Wissen aus der Vorlesung zu den hier aufgeführten Verteilungen.

Da bei manchen Plots mehrere Antworten möglich sind, haben wir Ihnen unten mehrere Felder gelassen. Wenn Sie der Meinung sind, dass nur eine Antwort zutrifft, wählen Sie als zweites Feld "Nichts" aus. Wenn Sie der Meinung sind, dass noch eine andere Verteilung zutrifft, wählen Sie zuerst die aus, die als erstes in der Liste steht (die Liste wird zeilenweise von links oben nach rechts unten gelesen) und dann die, die weiter hinten steht.

A:
Bernoulliverteilung

von

Ein anderes Problem?

Stell deine Frage

Ähnliche Fragen

Willkommen bei der Stacklounge! Stell deine Frage einfach und kostenlos

x
Made by a lovely community