Zentraler Grenzwertsatz für Mittelwerte

Unabhängig von der Verteilung der Daten erlaubt uns der zentrale Grenzwertsatz (Central Limit Theorem, CLT) unter anderem, die Normalverteilung der Stichprobenverteilungen von Metriken anzunehmen, die wir in A/B-Tests häufig betrachten, wie Mittelwerte, Summen, Anteile, Standardabweichungen und Perzentile. Signifikanztests, die Normalverteilung voraussetzen, lassen sich daher in solchen Szenarien leicht anwenden, um fundierte Schlussfolgerungen über unsere Experimente zu ziehen.

Ziel dieser Übung ist es zu zeigen, wie der CLT auf verschiedene Verteilungen wirkt und seine Stärke zu würdigen.

Folgendes wurde für dich geladen:

• das DataFrame checkout
• pandas als pd
• numpy als np
• matplotlib als plt
• seaborn als sns