मीन के अंतर के लिए T-test
आप एक ई-कॉमर्स कंपनी में डेटा साइंटिस्ट हैं, और आपको पेमेंट्स टीम की मदद करनी है ताकि वे ऐसा चेकआउट पेज डिज़ाइन चुनें जो ऑर्डर वैल्यू बढ़ाए और खरीद का निर्णय जल्दी कराए।
आवश्यक सैंपल साइज का अनुमान लगाने और सभी sanity checks पास करने के बाद, आप checkout_page वेरिएंट्स के बीच औसत order_value और time_on_page के अंतर का विश्लेषण करेंगे, ताकि तय कर सकें कि कौन-सा डिज़ाइन बेहतर परफॉर्म करता है।
checkout DataFrame उपलब्ध है, और pingouin, pandas, और numpy आपके लिए लोड कर दिए गए हैं।
order_value में NaN वैल्यूज़ उन यूज़र्स को दिखा सकती हैं जिन्होंने खरीद पूरी नहीं की। आप केवल पूरी हुई खरीदों (complete data) में औसत ऑर्डर वैल्यू का विश्लेषण करेंगे।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में A/B Testing
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Calculate the mean order values and run a t-test between variants A and B
print(checkout.____('checkout_page')['____'].____())
ttest = ____.____(x=checkout[checkout['checkout_page']=='____']['____'],
y=checkout[checkout['checkout_page']=='____']['____'],
paired=____,
alternative="____")
print(ttest)