Вы сделали 2000 повторов bootstrap для разницы средних A−B и получили 2000 значений разницы. Что из этого является эмпирическим распределением разницы средних?
AОдно итоговое значение разницы средних, посчитанное один раз на исходных данных без повторов
BНабор из 2000 значений статистики, полученных через
bootstrap (его квантили и гистограмма)CПолный список исходных значений метрики у пользователей в выборках групп A и B
DТаблица сегментов пользователей с их средними значениями выручки в каждой группе
Правильный ответ. Эмпирическое распределение — это распределение значений статистики, полученных через ресэмплинг.
Разбор
В bootstrap нас интересует не распределение наблюдений, а распределение самой статистики при повторении выборки. Набор bootstrap-реплик задаёт эмпирическое распределение, из которого берут стандартную ошибку и доверительные интервалы. Типичная ошибка — интерпретировать гистограмму реплик как распределение исходной метрики или путать её со списком исходных значений у пользователей.
Можно заниматься бесплатно
Готовим вопросы…
Три вопроса по теме этой страницы, с объяснениями.
Ещё вопросы по теме «Бутстреп и перестановочные тесты»
- Что делает `bootstrap` на одном шаге, чтобы получить одну реплику статистики?
- Какая ключевая идея лежит в основе перестановочного теста при проверке нулевой гипотезы об отсутствии разницы между группами?
- Как в `permutation test` обычно оценивают `p-value` для наблюдаемой статистики?
- Метрика имеет тяжёлые хвосты и сложную формулу (например, выручка на пользователя). Какой подход часто удобен, чтобы оценить неопределённость оценки без сложных выводов формул?
- Какое утверждение про ограничения метода `bootstrap` наиболее корректно?
- Все вопросы по «Бутстреп и перестановочные тесты» →