В A/B-тесте конверсия в платящих оценивается как доля успехов p_hat. При большом n что чаще всего верно про распределение p_hat от выборки к выборке?
A
p_hat сохраняет то же распределение, что и отдельные наблюдения вида ноль или единица, и при росте n форма не меняется.BПо центральной предельной теореме
p_hat приближённо нормальна, а её стандартная ошибка равна корню из p(1-p)/n.CРаспределение
p_hat становится равномерным на отрезке от нуля до единицы при увеличении объёма выборки n.DОценка
p_hat перестаёт быть случайной величиной при больших n, потому что разброс между выборками исчезает.Правильный ответ. Для доли успехов
p_hat при большом n обычно работает нормальная аппроксимация по центральной предельной теореме.Разбор
Хотя отдельные наблюдения дискретны (ноль или единица), среднее по ним p_hat при большом n ведёт себя почти как нормальная величина. Ширина выборочного распределения задаётся стандартной ошибкой SE ≈ √(p(1-p)/n), поэтому точность растёт как 1/√n. Частая ошибка — применять нормальную аппроксимацию при очень малых n или при экстремально малой/большой конверсии, когда аппроксимация может быть грубой.
Проверь себя · 1/3разбор после ответа
Вы посчитали
выборочное среднее x̄ по случайной выборке пользователей. Как корректно трактовать x̄?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 выборочным распределением 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` (центральная предельная теорема, 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» →