Случайные величины и выборочные распределения: вопросы для собеседования (часть 3)
Выборочное распределение среднего, стандартная ошибка, t-распределение — концепции, которые связывают теорию вероятностей с практическим статистическим выводом. На собеседовании спрашивают, чем стандартная ошибка отличается от стандартного отклонения и как размер выборки влияет на точность оценки.
Вопросы 11–15 из 20
11Метрика времени ответа сильно скошена: много маленьких значений и редкие большие. Что чаще всего верно про распределение выборочного среднего `x̄` при росте `n`?
AРаспределение `x̄` всегда повторяет форму исходных данных и не зависит от размера выборки `n`
BЦентральная предельная теорема убирает выбросы из исходных данных по мере роста размера выборки `n`
CРаспределение `x̄` приближается к нормальному и сужается при росте `n`, хотя исходные значения остаются скошенными
DРаспределение `x̄` становится равномерным при больших `n`, если исходные данные сильно скошены
Ответ: Центральная предельная теорема описывает нормализацию распределения среднего, а не изменение формы исходных данных.
Даже если отдельные наблюдения сильно скошены, среднее по большому числу наблюдений становится более симметричным и приближается к нормальному распределению при росте `n`. Одновременно стандартная ошибка уменьшается, поэтому `x̄` становится более стабильной оценкой. Распространённая ошибка — думать, что центральная предельная теорема «лечит» выбросы в исходных данных или гарантирует нормальность уже при маленьком `n`.
Подробный разбор → 12Две метрики имеют одинаковое истинное среднее, но первая намного более шумная (у данных больше дисперсия). При одинаковом размере выборки `n` у какой метрики выборочное распределение `x̄` будет шире?
AУ менее шумной метрики: разброс исходных данных меньше, и поэтому среднее `x̄` колеблется в более узком диапазоне между выборками
BУ более шумной метрики: стандартная ошибка для `x̄` растёт со стандартным отклонением исходных данных при том же объёме `n`
CШирина выборочного распределения одинаковая: истинные средние совпадают и определяют форму распределения `x̄` при росте `n`
DУ метрики с большим средним: чем выше центр распределения, тем шире его выборочное распределение `x̄` при том же `n`
Ответ: Ширина выборочного распределения среднего определяется `SE`, а `SE` зависит от дисперсии данных и `n`.
Стандартная ошибка выборочного среднего считается как `SE = σ / √n`, где `σ` — стандартное отклонение исходных данных. Чем шумнее метрика (больше `σ`), тем больше разброс `x̄` от выборки к выборке при фиксированном `n`, и тем шире доверительный интервал. Истинные средние одинаковы, но это центрирует распределения, а не определяет их ширину. Среднее значение метрики (центр распределения) на ширину `SE` напрямую не влияет — она зависит от стандартного отклонения, а не от математического ожидания.
Подробный разбор → 13Что утверждает `CLT` (центральная предельная теорема, интуитивно) про выборочное среднее `x̄` при достаточно большом `n`?
AРаспределение `x̄` (выборочное распределение среднего) становится близким к нормальному при достаточно большом `n`
BСами исходные значения метрики становятся нормально распределёнными, как только размер выборки превышает `30`
C`x̄` становится равномерно распределённым на отрезке между минимумом и максимумом исходных значений выборки при росте `n`
DДостаточно `n = 5`, чтобы распределение `x̄` совпало с нормальным независимо от формы исходного распределения данных
Ответ: По `CLT` нормальность относится к выборочному распределению среднего, а не к самим данным.
Центральная предельная теорема говорит о выборочном распределении среднего, а не о форме самих данных. Если усреднять много независимых наблюдений с конечной дисперсией, распределение `x̄` стремится к нормальному при `n → ∞`. Исходные значения остаются такими, какими были — экспоненциальными, мультимодальными, тяжёлохвостыми. Никакого универсального порога вроде `n = 30` или `n = 5` не существует: для слабо асимметричных распределений уже 20-30 наблюдений работают хорошо, для сильно скошенных может потребоваться сотня и больше. Равномерным `x̄` не становится.
Подробный разбор → 14Почему выборочная дисперсия на малой выборке (например, 20 наблюдений) может сильно отличаться при повторных случайных выборках из одной и той же популяции?
AВыборочная дисперсия сама является случайной величиной с широким распределением по выборкам при небольшом `n`
BДисперсия не относится к случайным величинам и оценивается только по полной популяции с известной моделью
CНа малых выборках выборочная дисперсия по построению равна нулю и не используется как оценка параметра
DПри малых `n` выборочная дисперсия равна квадрату выборочного среднего и не несёт собственной информации
Ответ: Выборочная дисперсия — это статистика, поэтому у неё есть разброс по выборкам, особенно при малом `n`.
Выборочная дисперсия `s²` — это сама случайная величина: её значение зависит от того, какие именно наблюдения попали в выборку. На малых `n` распределение `s²` (в нормальной модели — масштабированное `χ²` с `n - 1` степенями свободы) широкое и асимметричное, поэтому повторные выборки дают сильно разные значения дисперсии. Это и есть причина больших колебаний. Дисперсия как параметр — характеристика популяции, но её оценка по выборке всегда случайна. Выборочная дисперсия не равна нулю на конечной выборке, и она не равна квадрату среднего.
Подробный разбор → 15Команда 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?
AРаспределение исходных значений метрики внутри одной группы за один запуск
BРаспределение истинного эффекта `Δ` в популяции до проведения эксперимента
CВыборочная дисперсия метрики, посчитанная по объединённым данным групп
DВыборочное распределение статистики `Δ` при повторении эксперимента
Ответ: При повторении эксперимента статистика `Δ` сама образует распределение — выборочное распределение оценки.
Даже при одинаковом истинном эффекте результаты разных запусков немного отличаются из-за случайного состава выборок. Это и есть выборочное распределение статистики `Δ`: как распределяются её оценки при повторении процедуры. Ошибка — интерпретировать одно значение `Δ` как точную величину эффекта без учёта разброса. Дисперсия по объединённым данным и распределение исходных наблюдений описывают совсем другие объекты.
Подробный разбор →