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?

Ap_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 по случайной выборке пользователей. Как корректно трактовать ?
Тренировать статистику в Telegram

Ещё вопросы по теме «Случайные величины и выборочные распределения»