Tracer la distribution
Dans cet exercice, vous allez visualiser les taux de conversion des groupes test et contrôle sous forme de distributions. Il est utile de vous entraîner sur ce qui a été présenté dans l’exemple, car vous ne l’avez peut-être jamais appliqué auparavant. En outre, visualiser les données de cette manière permet d’apprécier la variabilité inhérente à notre estimation.
Quatre variables, les variances des groupes test et contrôle (test_var, cont_var) ainsi que leurs taux de conversion (test_conv et cont_conv), ont été chargées pour vous.
Cet exercice fait partie du cours
Analytics client et A/B Testing en Python
Instructions
- À partir de
control_sdettest_sdcalculés, créez l’intervalle de valeurs x à tracer. Il doit s’étendre sur 3 écarts types dans chaque direction autour decont_convettest_conv, respectivement. - Tracez la densité d’une loi normale (pdf) pour les groupes test et contrôle en précisant le taux de conversion comme moyenne puis l’écart type, dans cet ordre, dans
norm.pdf()
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Compute the standard deviations
control_sd = cont_var**0.5
test_sd = test_var**0.5
# Create the range of x values
control_line = np.linspace(cont_conv - 3 * control_sd, cont_conv + 3 * ____, 100)
test_line = np.linspace(test_conv - 3 * ____, test_conv + 3 * ____, 100)
# Plot the distribution
plt.plot(control_line, norm.pdf(control_line, ____, ____))
plt.plot(test_line, norm.pdf(test_line, ____, ____))
plt.show()