Вы случайно отбираете для анализа не пользователей, а сессии (каждая сессия равновероятна попасть в выборку). Какой риск возникает для оценки среднего числа сессий на пользователя?
AВыборка переоценит активных пользователей: среднее число сессий на пользователя окажется смещённым вверх
BВозникнет систематическая ошибка выживания, потому что неактивные сессии исчезают из наблюдения раньше срока
CПолучится ошибка измерения, потому что длительность сессии всегда фиксируется приборами с большой неточностью
DНикакого риска нет: случайный отбор сам по себе гарантирует репрезентативность для любой агрегатной метрики
Правильный ответ. Важно выбирать правильную единицу отбора: выборка по сессиям даёт другой объект оценки, чем выборка по пользователям.
Разбор
Пользователи с большим числом сессий чаще попадают в выборку — это классическое смещение по единице наблюдения (size-biased sampling). Если цель оценки — среднее по пользователям, нужно отбирать пользователей или корректировать веса обратно пропорционально активности. Типичная ловушка — считать, что «случайная» выборка автоматически репрезентативна для любой метрики; репрезентативность всегда определяется относительно конкретной единицы и метрики. Систематическая ошибка выживания и ошибка измерения здесь ни при чём.
Проверь себя · 1/3разбор после ответа
Вы хотите оценить средний чек за неделю для всех пользователей продукта. У вас есть данные по 5% пользователей, отобранных случайно. Что в этой задаче является генеральной совокупностью?
Ещё вопросы по теме «Выборка и смещение»
- Вы хотите оценить средний чек за неделю для всех пользователей продукта. У вас есть данные по 5% пользователей, отобранных случайно. Что в этой задаче является генеральной совокупностью?
- Вы измерили NPS только у iOS-пользователей через опрос внутри приложения и хотите распространить результат на всех пользователей. Какой риск здесь ключевой?
- Вы выложили ссылку на опрос в соцсетях и получили ответы в основном от людей с сильным недовольством продуктом. Какое смещение наиболее вероятно?
- Аналитик посчитал средний доход на пользователя только среди тех, кто остался активным до 30-го дня, и сделал вывод о среднем доходе всех новичков. Какое смещение здесь наиболее характерно?
- В опросе пользователи систематически занижают свой доход. Как лучше всего описать проблему в терминах качества данных?
- Все вопросы по «Выборка и смещение» →