サーブレットベースのアプリケーションがあり、そのサーブレットへの各リクエストを完了するのにかかる時間を測定しています。平均値や最大値などの単純な統計をすでに計算しています。ただし、さらに洗練された分析を作成したいので、これらの応答時間を適切にモデル化する必要があると思います。
確かに、応答時間はよく知られた分布に従うので、その分布が正しいモデルであると信じるのには十分な理由があります。しかし、この分布がどうあるべきかはわかりません。
対数正規とガンマが思い浮かび、実際の応答時間データのいずれかの種類を適合させることができます。応答時間はどの分布に従うべきかについて誰かが考えていますか？
回答:
対数正規分布は、私は時間をかけて、すべてのユーザベース全体でサーバーの応答時間の待ち時間を記述で最良を見つけるものです。
適切な名前が付けられたサイトlognormal.comでいくつかの例を見るかもしれません。私は、幸せなユーザーであることを除いて、このサイトに所属していません。配布は次のようになります。応答（Webページの読み込みなど）時間と応答数：
このチャートでは、ロード時間（X軸）スケールが線形であることに注意してください。x軸を対数目盛に切り替えると、ピークの右側で分布の形状がより正常（ベル形）に見えます。
私の研究では、最良のモデルはいくつかのことによって決定されることが示されています。1）体、尾、またはその両方に関心がありますか？「両方」ではない場合、フィルタリングされたデータセットのモデリングがより便利です。2）非常にシンプルなものが必要ですか？すなわち、いくつのパラメーター？
1に対する答えが「両方」で、2が「単純」だった場合、パレートが最もうまくいくようです。それ以外の場合、1が "body"で、2が "simple"だった場合-フィルターされたアーランモデルを選択します。1が「両方」で、2が「正確」だった場合、おそらくログドメインのデータにガウス混合モデルが必要です。これは対数正規フィットです。
私は最近これを調査してきましたが、このトピックが公共のインターネットで十分にカバーされているとは思わなかったので、このトピックに関する私の調査の詳細をブログに投稿しました。