Команда запускает одинаковый A/B тест много раз и каждый раз считает эффект Δ = x̄_B - x̄_A. Значения Δ 'плавают' вокруг какого-то уровня. Как лучше всего назвать распределение значений Δ по повторениям?
AРаспределение исходных данных внутри одной группы
BРаспределение параметра
Δ в популяцииCВыборочная дисперсия метрики
D
sampling distribution статистики ΔПравильный ответ. Если вы повторяете эксперимент, статистика
Δ образует своё sampling distribution.Разбор
Даже при одинаковом истинном эффекте результаты разных запусков будут немного отличаться из-за случайного состава выборок. Это и описывает sampling distribution для Δ: как распределяются оценки эффекта при повторении процедуры. Ошибка — интерпретировать одно наблюдение Δ как гарантированно точное значение эффекта без учёта разброса.
Проверь себя · 1/3разбор после ответа
Есть n независимых наблюдений с дисперсией
σ^2. Как корректно описать, как меняются дисперсии статистик S=ΣXi и x̄ при росте n?Ещё вопросы по теме «Случайные величины и выборочные распределения»
- Вы посчитали `выборочное среднее` `x̄` по случайной выборке пользователей. Как корректно трактовать `x̄`?
- Вы 1000 раз берёте случайные выборки размера n из одной популяции и каждый раз считаете `x̄`. Что из перечисленного является `sampling distribution` для `x̄`?
- Если стандартная ошибка среднего подчиняется приближению `SE ~ 1/√n`, как изменится `SE`, если размер выборки увеличится с 400 до 1600 (при том же разбросе данных)?
- Что утверждает `CLT` (интуитивно) про `выборочное среднее` `x̄` при достаточно большом `n`?
- Что корректнее всего отличает стандартное отклонение данных от стандартной ошибки среднего `SE`?
- Все вопросы по «Случайные величины и выборочные распределения» →