Метод ресемплинга: многократно берём выборку с возвратом из данных, строим эмпирическое распределение статистики. Используется, когда параметрические предположения не выполняются
Технический приём только для оценки среднего: bootstrap корректно работает лишь для статистик, к которым применима ЦПТ. Для медианы и ratio-метрик нужны другие методы
Алгоритм очистки данных от выбросов через итеративное удаление точек, выходящих за 3σ — после нескольких bootstrap-проходов получаем «чистое» множество для дальнейшего анализа
Метод искусственного увеличения объёма выборки: размножаем наблюдения путём интерполяции соседних точек — используется в ML при дисбалансе классов и в малых выборках
Как разобрать этот вопрос на собеседовании
Раздели задачу на «какая гипотеза», «какой тест подходит» и «как интерпретировать результат». Держи в голове предпосылки теста, ошибки I и II рода и разницу между статистической и практической значимостью. Интервьюер чаще проверяет рассуждение, а не вывод формулы — проговаривай допущения вслух.
На собеседовании по такому вопросу важно не только назвать ответ, но и кратко объяснить, почему он верный.
Тема вопроса — «Статистика». Чтобы подготовиться к похожим задачам, отрабатывай их на практике: конспекты по статистике и a/b помогает довести навык до автоматизма, а раздел вопросов — увидеть формулировки, которые реально встречаются на интервью аналитика данных.
Разбор ответа
Подробный разбор с объяснением «почему правильный ответ верный» и почему остальные неверны — после регистрации.
3000+ вопросов с разбором, quiz-режим с проверкой, AI-собес и подготовка к интервью аналитика.