Bootstrap CI для медианы, разницы конверсий, ratio метрик. Сколько итераций брать. Когда не работает (маленькая выборка, временные ряды). 2 интерактива.
Меры центра, разброса, перцентили, корреляция. Доверительные интервалы.
Ключевые темы: mean, median, std, percentile, CI, bootstrap, корреляция.
Бутстрап — это метод статистической передискретизации, при котором из имеющейся выборки многократно формируют новые выборки того же размера, выбирая наблюдения случайно с возвращением. По множеству таких псевдовыборок оценивают разброс интересующей величины — среднего, медианы, доли или любой более сложной метрики. Главная идея в том, что бутстрап позволяет оценить неопределённость и построить доверительные интервалы без жёстких предположений о форме распределения данных, опираясь на саму выборку как на модель совокупности.
Где применяется в аналитике: Используется для оценки доверительных интервалов сложных метрик, у которых нет простой аналитической формулы, в A/B-тестах с нестандартными показателями, при работе со скошенными данными и выбросами, а также для оценки устойчивости моделей и качества прогнозов.
На собеседовании: Спрашивают, чтобы проверить понимание неопределённости оценок и умение работать без предположения о нормальности. Смотрят на идею выборки с возвращением и осознание ограничений метода при малых данных.
В Pro-подписке по этому конспекту получите: