非正态分布的大样本能否计算t检验？
Can t-test be calculated on large samples with non-normal distribution?
非正态分布的大样本能否计算t检验？
例如A组用户数为100K，B组用户数为100K。我想测试这两组的平均会话持续时间是否具有统计显着性。
第一种方法）我们计算了这些用户在 AB 测试后的第二天（DAY1）的平均会话时长为
- A组31.2分钟
- B组30.2分钟
我们知道 A 组和 B 组的用户的 DAY1 会话值呈非正态分布。
在这种情况下，使用两个样本 t 检验来测试两组的 DAY1 平均会话持续时间是否正确？ （我们将接受 n=100K）
（一些消息来源说，即使在非正态分布的情况下，计算大样本的 t 分数也会给出准确的结果。）
第二种方法）在 AB 测试开放的那一天计算每日平均会话持续时间的 t 分数是否是正确的方法？
例如;在下面的场景中，计算了 A 组和 B 组中 100K 用户的平均每日会话时长。我们将这里的天数作为观察次数，得到 n=30。
我们还将计算 n=30 上的双样本 t 检验计算。
Group
day0 avg duration
day1 avg duration
day2 avg duration
...
day30 av gduration
A
30.2
31.2
32.4
...
33.2
B
29.1
30.2
30.4
...
30.1
这些方法是否给出正确的结果，或者在这种情况下是否有必要应用其他方法？
在 AB 检验中计算大样本的 t 检验是否有意义？
t 检验假定从总体中获取的不同样本的均值呈正态分布。它不假设人口本身是正态分布的。
对于方差有限的总体，中心极限定理表明总体样本的均值呈正态分布。但是，均值分布近似正态所需的样本量取决于总体的非正态程度。 t检验对来自非正态分布的小样本无效，但对来自非正态分布的大样本有效。
方法 1 由于这个原因（大样本大小~100K）有效，你是正确的计算大样本的 t 分数即使在非正态分布下也会给出准确的结果. [您也可以考虑对您正在使用的样本量 (100K) 使用 z 检验。 T 检验更适合较小的样本量，例如 n < 30]
方法 2 之所以有效，是因为根据中心极限定理，在给定足够样本的情况下，日平均值应该服从正态分布。耗时数据集可能存在偏差，但通常运行良好。
非正态分布的大样本能否计算t检验？
例如A组用户数为100K，B组用户数为100K。我想测试这两组的平均会话持续时间是否具有统计显着性。
第一种方法）我们计算了这些用户在 AB 测试后的第二天（DAY1）的平均会话时长为
- A组31.2分钟
- B组30.2分钟
我们知道 A 组和 B 组的用户的 DAY1 会话值呈非正态分布。 在这种情况下，使用两个样本 t 检验来测试两组的 DAY1 平均会话持续时间是否正确？ （我们将接受 n=100K） （一些消息来源说，即使在非正态分布的情况下，计算大样本的 t 分数也会给出准确的结果。）
第二种方法）在 AB 测试开放的那一天计算每日平均会话持续时间的 t 分数是否是正确的方法？ 例如;在下面的场景中，计算了 A 组和 B 组中 100K 用户的平均每日会话时长。我们将这里的天数作为观察次数，得到 n=30。 我们还将计算 n=30 上的双样本 t 检验计算。
| Group | day0 avg duration | day1 avg duration | day2 avg duration | ... | day30 av gduration |
|---|---|---|---|---|---|
| A | 30.2 | 31.2 | 32.4 | ... | 33.2 |
| B | 29.1 | 30.2 | 30.4 | ... | 30.1 |
这些方法是否给出正确的结果，或者在这种情况下是否有必要应用其他方法？ 在 AB 检验中计算大样本的 t 检验是否有意义？
t 检验假定从总体中获取的不同样本的均值呈正态分布。它不假设人口本身是正态分布的。
对于方差有限的总体，中心极限定理表明总体样本的均值呈正态分布。但是，均值分布近似正态所需的样本量取决于总体的非正态程度。 t检验对来自非正态分布的小样本无效，但对来自非正态分布的大样本有效。
方法 1 由于这个原因（大样本大小~100K）有效，你是正确的计算大样本的 t 分数即使在非正态分布下也会给出准确的结果. [您也可以考虑对您正在使用的样本量 (100K) 使用 z 检验。 T 检验更适合较小的样本量，例如 n < 30]
方法 2 之所以有效，是因为根据中心极限定理，在给定足够样本的情况下，日平均值应该服从正态分布。耗时数据集可能存在偏差，但通常运行良好。