Вы считаете среднее по наблюдениям, которые сильно зависимы во времени (например, дневные метрики с автокорреляцией). Что наиболее корректно сказать про интуицию SE ~ 1/√n и применение CLT?
AСильная зависимость уменьшает эффективный размер выборки, поэтому
SE падает медленнее и нужна поправка на корреляцииBЗависимость не влияет на
SE: достаточно увеличить n, и стандартная ошибка будет падать так же быстро, как при независимостиC
CLT означает, что зависимость между наблюдениями исчезает сама собой при достаточно большом размере выборки nDПри зависимости наблюдений
SE обязательно становится равным нулю, поэтому доверительный интервал сжимается в точкуПравильный ответ. При зависимости эффективный
n меньше, поэтому стандартные формулы для SE и интуиция CLT могут требовать поправок.Разбор
Если наблюдения коррелируют, то новая точка приносит меньше новой информации, чем в независимом случае. Тогда реальная неопределённость среднего может быть больше, чем подсказывает наивная формула SE = σ/√n. CLT в простом виде предполагает независимость (или близкие к этому условия), поэтому при временных рядах нужны специальные методы или аккуратные допущения. Типичная ошибка — считать тысячи коррелированных точек как «тысячи независимых наблюдений».
Проверь себя · 1/3разбор после ответа
Команда повторяет одинаковый A/B-тест много раз и каждый раз считает эффект
Δ = x̄_B − x̄_A. Значения Δ колеблются вокруг какого-то уровня. Как корректнее всего назвать распределение этих значений?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» →