औसतों के लिए सेंट्रल लिमिट थ्योरम

डेटा के वितरण जैसा भी हो, सेंट्रल लिमिट थ्योरम (CLT) के कई फायदों में से एक यह है कि यह हमें उन मेट्रिक्स के सैंपलिंग डिस्ट्रीब्यूशन को नार्मल मानने की अनुमति देता है जिन्हें हम A/B टेस्टिंग में अक्सर जाँचते हैं, जैसे कि mean, sum, proportion, standard deviation, और percentile. इसलिए, नार्मलिटी मानने वाले सांख्यिकीय significance टेस्ट ऐसे संदर्भों में आसानी से लगाए जा सकते हैं ताकि हम अपने प्रयोगों पर ठोस निष्कर्ष निकाल सकें.

इस अभ्यास का उद्देश्य यह दिखाना है कि CLT अलग-अलग डिस्ट्रीब्यूशन्स पर कैसे लागू होता है और इसकी ताकत को समझना.

आपके लिए निम्नलिखित पहले से लोड हैं:

• checkout DataFrame
• pandas as pd
• numpy as np
• matplotlib as plt
• seaborn as sns