自分なりに問題を設定して、解いてみた。
問題1
日本では1年間(※1)に交通事故が平均80万件起こる。- 今日(※2)、日本で交通事故がちょうど2200件起こる確率を求めよ。
- 今日、日本で交通事故が2200件以下起こる確率を求めよ。
- 今日、日本で交通事故が2200件より多く起こる確率を求めよ。
- 「1日の間で交通事故が起こる件数はx以下である。」という主張が99.9%の確率で信用できるxの値を求めよ。
- 1週間にわたる1日の交通事故件数を乱数で生成せよ。
(※1) 1年=365日とすること。
(※2) 休日か平日で状況が違うのではとかは考えなくてよいものとする。
解答1
ある期間内に事象が平均何回起こるか分かっているので、ポアソン分布を使って解きます。
> # problem 1.1 > dpois(2200, 800000/365) [1] 0.008375249 > > # problem 1.2 > ppois(2200, 800000/365) [1] 0.5752186 > > # problem 1.3 > ppois(2200, 800000/365, lower.tail=FALSE) [1] 0.4247814 > > # problem 1.4 > qpois(0.999, 800000/365) [1] 2338 > > # problem 1.5 > rpois(7, 800000/365) [1] 2151 2202 2146 2110 2169 2197 2196
問題2
あるプロジェクトでは、バグが発見されてから次のバグが発見されるまでの期間が平均1カ月(※3)であった。不運なことに、今日バグが発見された。- プロジェクトマネージャはお客様に謝罪にした。「今後半年間は決してバグを出しません。もしバグが出たら罰金をお支払いします。」罰金を支払わなければならない確率を求めよ。
- プロジェクトマネージャは無謀な宣言をしないように細心の注意を払った。「今後x日間は決してバグを出しません。もしバグが出たら罰金をお支払いします。」これは90%以上の確率で実現可能だという。xの値を求めよ。
解答2
繰り返し起こる事象の到着時間が分かっているので、指数分布を使って解きます。> # problem 2.1 > pexp(30*6, rate=1/30) [1] 0.9975212 > # problem 2.2 > floor(qexp(0.9, rate=1/30, lower.tail=F)) [1] 3