Delta方法提供了一种在变量经过可导函数变换后，仍保持近似正态分布的理论。它对于单变量和多变量的非线性变换给出了期望和方差的计算公式，尤其在AB测试分析中，当分析单元不同时，如点击率的计算，可以通过delta方法处理不独立的样本点，使其转化为正态分布，以便进行统计检验。
一、什么是delta方法
众所周知，当一个变量 X X X服从正态分布时，其线性变换也服从正态分布。那么非线性变换呢？
delta方法提出，其经过可导函数变换后得到的 g ( X ) g(X) g(X)仍然概率趋向正态分布，并且提供了期望、方差的计算公式。
单变量 X X X 变换为 g ( X ) g(X) g(X)，对 g ( X ) g(X) g(X)泰勒展开：
g ( X ) ≈ g ( θ ) + g ′ ( θ ) ( X − θ ) g(X) \approx g(\theta) + g'(\theta)(X - \theta) g(X)≈g(θ)+g′(θ)(X−θ)
g ( X ) − g ( θ ) ≈ g ′ ( θ ) ( X − θ ) → ν N ( 0 , σ 2 ∗ [ g ’ ( θ ) ] 2 ) g(X) - g(\theta) \approx g'(\theta)(X - \theta) \overset{\nu }{\rightarrow} N(0, \sigma^2 * [g’(\theta)]^2) g(X)−g(θ)≈g
最低0.47元/天 解锁文章
2030
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
