Verteilungen visualisieren
Zu verstehen, welche Rolle sowohl diskrete (z. B. binomiale) als auch stetige (z. B. normale) Wahrscheinlichkeitsverteilungen im A/B-Testing spielen, ermöglicht dir zusätzliche visuelle Einblicke in die Eigenschaften der Daten und ein tieferes konzeptionelles Verständnis der Theorien hinter den statistischen Rahmenwerken für Online-Experimente.
Besonders wichtig sind zwei Verteilungen: die Binomial- und die Normalverteilung. Folge der Anleitung, um Plots zu erstellen und ihre Parameter zu erkunden.
Diese Übung ist Teil des Kurses
A/B-Tests in Python
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
from scipy.stats import binom
# Plot a binomial distribution
p = ____
n = ____
x = np.arange(n*p - 100, n*p + 100)
binom_a = ____.____(____, ____, ____)
plt.bar(x, binom_a)
plt.xlabel('Purchased')
plt.ylabel('PMF')
plt.show()