EDA zu Anteilen

Explorative Datenanalyse (EDA) hilft uns, ein erstes Gefühl für die Daten zu bekommen. Kennzahlen mit Zusammenfassungsstatistiken zeigen Größe, Richtung und Streuung unserer durchschnittlichen Metriken. Visuelle Verteilungen und Trends liefern zusätzliche Einblicke, was wir uns genauer ansehen sollten und welche interessanten Muster sich hinter Durchschnittswerten verbergen könnten.

Stell dir vor, du bist Data Analyst und startest mit der ersten EDA von A/B-Test-Daten, bevor du statistische Tests durchführst. Schau, was dir in den Daten auffällt. Die DataFrames AdSmart und checkout sowie pandas als pd, NumPy als np, Matplotlib.pyplot als plt und Seaborn als sns sind bereits für dich geladen.

Die Adsmart-Quelle auf Kaggle ist hier verlinkt: Kaggle dataset source is linked here.