Erreur standard
Nous avons précédemment vu comment calculer l’écart-type avec la méthode .std(). Dans cet exercice, vous allez découvrir comment calculer l’écart-type d’un taux de conversion, ce qui demande une procédure légèrement différente. Vous allez le calculer étape par étape dans cet exercice.
Le jeu de données fusionné purchase_data ainsi que la valeur déjà calculée conversion_rate sont chargés pour vous.
Cet exercice fait partie du cours
Analytics client et A/B Testing en Python
Instructions
- Trouvez le nombre d’affichages du paywall dans le jeu de données à l’aide de
.count(). Stockez ce résultat dansn. - Calculez une quantité que nous appellerons
ven multipliantconversion_ratepar le taux de non-conversion. - Calculez maintenant la variance,
var, en divisantvparn. Il s’agit de la variance de notre estimation du taux de conversion. - Enfin, la racine carrée de
vara été calculée et stockée pour vous dans la variablese. Il s’agit de l’erreur standard de notre estimation.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Find the number of paywall views
n = purchase_data.purchase._____
# Calculate the quantitiy "v"
v = _____ * (1 - conversion_rate)
# Calculate the variance and standard error of the estimate
var = _____ / _____
se = var**0.5
print(var)
print(se)