Когда предпосылка «нормальность (интуитивно)» обычно становится особенно важной для выводов t-test?
AКогда n очень большое, например 1 000 000
BКогда дисперсии в группах идеально равны
CКогда выборки маленькие и распределение сильно скошено или с выбросами
DКогда
p-value уже посчитаноПравильный ответ. При маленьких выборках сильная ненормальность может заметно влиять на корректность
t-test.Разбор
При больших n среднее часто становится близким к нормальному из-за эффекта усреднения, и t-test обычно устойчивее. При малых n и сильных перекосах/выбросах стандартные предпосылки могут нарушаться, и результат становится менее надёжным. Типичная ошибка — игнорировать форму распределения при n=20–30 и принимать выводы без проверки здравого смысла.
Проверь себя · 1/3разбор после ответа
Что означает предпосылка
равенство дисперсий в independent t-test (интуитивно)?Ещё вопросы по теме «Тесты для средних»
- Вы измерили среднее время выполнения задачи у тех же 40 пользователей «до» и «после» изменения интерфейса. Какой тест для сравнения средних здесь уместен?
- В A/B эксперименте пользователи случайно распределены: группа A видит старую страницу, группа B — новую; пользователи не пересекаются. Какой тест сравнения средних подходит для сравнения метрики `revenue_per_user`?
- Как выглядит стандартная нулевая гипотеза `H0` в двухвыборочном `t-test` для средних?
- Вы получили `CI 95%` для разницы средних A−B: `[-1.2; 0.4]`. Что это означает на уровне значимости `alpha = 0.05`?
- Какая «нормальность (интуитивно)» важна для парного `paired` `t-test`?
- Все вопросы по «Тесты для средних» →