Teorema central del límite para medias

Independientemente de la distribución de los datos, el teorema central del límite (CLT), entre otros beneficios, nos permite asumir normalidad en las distribuciones muestrales de métricas que solemos analizar en A/B testing, como medias, sumas, proporciones, desviaciones estándar y percentiles. Por tanto, las pruebas de significación estadística que asumen normalidad se pueden aplicar fácilmente en estos escenarios para extraer conclusiones sólidas sobre nuestros experimentos.

El objetivo de este ejercicio es mostrar cómo se aplica el CLT a varias distribuciones y apreciar su potencia.

Tienes cargado lo siguiente:

• el DataFrame checkout
• pandas como pd
• numpy como np
• matplotlib como plt
• seaborn como sns