Почему bootstrap часто используют для метрик-отношений, например ARPU или CTR?
AМетод гарантирует меньшую дисперсию оценки, чем любой параметрический подход, и всегда сужает доверительный интервал на хвостах
BДля метода не нужны сырые данные по пользователям, достаточно средних значений по вариантам и общего числа наблюдений по группам
CМетод даёт эмпирическое распределение эффекта и доверительный интервал без предположения о нормальности, учитывая нелинейность отношения
DМетод всегда работает быстрее дельта-метода для отношения метрик на больших выборках и требует меньше вычислительных ресурсов
Правильный ответ.
bootstrap строит эмпирическое распределение метрики-отношения, что помогает при асимметрии, выбросах и нелинейности.Разбор
ARPU часто имеет тяжёлые хвосты, а отношение сумм в CTR является нелинейной функцией данных. bootstrap пересчитывает метрику на множестве ресэмплированных выборок и позволяет оценить стандартную ошибку и построить доверительный интервал без строгих параметрических допущений. Это особенно полезно, когда нормальная аппроксимация сомнительна.
Проверь себя · 1/3разбор после ответа
Какая из метрик является метрикой-отношением (
ratio metric)?Ещё вопросы по теме «Ratio-метрики и бутстреп»
- Какая из метрик является метрикой-отношением (`ratio metric`)?
- Вы считаете `ARPU` в эксперименте; что является числителем и знаменателем этой метрики?
- Есть таблица по пользователям с колонками `conversions` (число конверсий) и `visits` (число визитов). Вы хотите получить групповую конверсию по визитам. Какой расчёт корректен?
- Почему анализ доли вида `CTR` часто нельзя делать как «обычный средний показатель» без оговорок?
- Есть две кампании: первая — 1 клик и 1 показ, вторая — 9 кликов и 99 показов. Чему равен общий CTR по двум кампаниям при корректной агрегации?
- Все вопросы по «Ratio-метрики и бутстреп» →