均值的中心极限定理
无论原始数据的分布是什么,中心极限定理(CLT)都会带来一项重要益处:我们可以将常见于 A/B 测试中的度量(如均值、总和、比例、标准差和百分位数)的抽样分布视为近似正态分布。因此,基于正态性假设的统计显著性检验可以轻松应用于这些场景,从而对实验得出可靠结论。
本练习的目标是演示 CLT 如何适用于不同分布,并体会其强大之处。
已为您加载以下对象:
checkout数据框- pandas 库(别名
pd) - numpy 库(别名
np) - matplotlib 库(别名
plt) - seaborn 库(别名
sns)
本练习是课程的一部分
