Я решил сравнить метрику CPA в двух группах. Для этого я взял выборку размером 2350 элементов в каждой группе. Чтобы проверить нормальность распределения в выборке, я применил критерий Шапиро-Уилка. Результаты показали, что значение p-value равно 0.00002 при уровне значимости alpha 5%.
Из полученных результатов можно сделать вывод о том, что распределение данных в выборке не является нормальным. Низкое значение p-value говорит о том, что нулевая гипотеза о нормальности распределения может быть отвергнута.
В данном случае для проверки первоначальной гипотезы лучше всего подошел критерий Шапиро-Уилка. Этот критерий основан на оценке расстояния между эмпирической функцией распределения и теоретической функцией распределения. Он позволяет проверить, насколько выборочные данные отклоняются от идеального нормального распределения.
Критерий Шапиро-Уилка является одним из самых точных критериев для проверки нормальности распределения. Он основан на значительном объеме математических расчетов, что делает его достоверным инструментом для данной задачи.