В продуктовой аналитике вы смотрите одновременно platform (ios/android) и факт purchase (да/нет). Что описывает joint distribution (совместное распределение) этих двух признаков?
AДоли пользователей в каждой комбинации
platform и purchaseBТолько общую долю
purchase без разбивки по platform, то есть marginal distribution (маргинальное распределение) по purchaseCТолько распределение
platform без учёта purchase, то есть marginal distribution (маргинальное распределение) по platformDРазницу
sample mean чека между платформамиПравильный ответ.
Joint distribution показывает частоты для пар значений двух random variables.Разбор
Если вы знаете только marginal distribution (маргинальное распределение) каждого признака, вы не знаете, как часто они встречаются вместе. Joint distribution даёт доли для всех пар значений и позволяет увидеть структуру совместных комбинаций. Это основа для обсуждения связи и проверки independence.
Проверь себя · 1/3разбор после ответа
Если события
A и B являются independent, какая формула верна?Ещё вопросы по теме «Совместные распределения и ЦПТ»
- Событие `A` — клик по рекламе, событие `B` — покупка. Какое утверждение лучше всего соответствует `independence` между `A` и `B`?
- Вы оцениваете средний чек как `sample mean` по 50 пользователям и затем по 5000 пользователям. Что утверждает `LLN` про поведение `sample mean` при росте размера выборки?
- Что является наиболее точным интуитивным описанием `CLT`?
- Распределение трат на пользователя сильно скошено: много маленьких чеков и редкие большие. Почему для `sample mean` трат по 5000 пользователям часто работает `normal approximation`?
- У вас метрика конверсии за день оценивается как доля покупок. Почему оценка на 10000 сессиях обычно менее шумная, чем на 100 сессиях?
- Все вопросы по «Совместные распределения и ЦПТ» →