Когда двухвыборочный z-test для сравнения долей обычно уместен?
AКогда выборки достаточно большие и нормальное приближение разумно:
n*p и n*(1-p) не слишком малы в обеих группахBНа выборках порядка десяти пользователей: для разницы долей нормальное приближение работает не хуже точных методов
CКогда наблюдаемая конверсия в обеих группах близка к 0 или 1: на краях нормальное приближение особенно надёжно
DДля метрик типа среднего чека:
z-test для долей часто применяют как универсальный критерий вместо t-testПравильный ответ.
z-test опирается на приближение нормальностью, которое лучше работает на больших выборках.Разбор
В z-test для долей используется нормальное приближение распределения оценок. Когда n мало или p близко к 0 или 1, приближение становится грубым. Тогда p-value и доверительные интервалы могут быть неточными. В таких случаях лучше рассмотреть более аккуратные методы, основанные на биномиальном распределении.
Проверь себя · 1/3разбор после ответа
Если
n увеличили в 4 раза при том же p, как примерно изменится стандартная ошибка доли SE = sqrt(p*(1-p)/n)?Ещё вопросы по теме «Тесты для долей»
- Команда считает конверсию из показа в клик: 80 кликов на 1000 показов. Как корректнее всего описать эту величину как долю?
- `конверсия` выросла с 5% до 6%. Как корректно назвать абсолютное изменение?
- Если `n` увеличили в 4 раза при том же `p`, как примерно изменится стандартная ошибка доли `SE = sqrt(p*(1-p)/n)`?
- Вы считаете конверсию из визита в покупку на уровне пользователя. Что корректно считать `success` и что считать `trial` для расчёта доли?
- Какие допущения делают биномиальную модель разумной для конверсии?
- Все вопросы по «Тесты для долей» →