开始使用免费开始使用

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

Python 中的 A/B 测试

查看课程

动手互动练习

通过我们的互动练习之一,将理论转化为实践

开始练习