डिस्ट्रिब्यूशन्स का प्लॉट बनाना
यह समझना कि डिस्क्रीट (जैसे, बाइनोमियल) और कंटीन्युअस (जैसे, नॉर्मल) प्रायिकता डिस्ट्रिब्यूशन्स A/B टेस्टिंग में कैसे काम आते हैं, हमें डेटा की प्रकृति पर अतिरिक्त विज़ुअल इनसाइट्स देता है और ऑनलाइन एक्सपेरिमेंटेशन के सांख्यिकीय फ्रेमवर्क्स को सक्षम करने वाले सिद्धांतों की गहरी वैचारिक समझ विकसित करता है.
यहाँ दो डिस्ट्रिब्यूशन्स विशेष रूप से महत्वपूर्ण हैं: बाइनोमियल और नॉर्मल डिस्ट्रिब्यूशन. प्लॉट्स बनाने और उनके पैरामीटर्स को एक्सप्लोर करने के लिए निर्देशों का पालन कीजिए.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में A/B Testing
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
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()