1. Learn
    2. /
  2. 课程
    3. /
  3. Python 中的 A/B 测试
Connected

道练习

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）

说明 1 / 共 4 个

undefined XP
    1
    2
    3
    4

问题

  • 创建一个 displot，查看在 checkout_page 为 'A' 条件下，order_value 列的分布形状是否正确。

答案选项