MulaiMulai sekarang secara gratis

Memplot distribusi

Dalam latihan ini, Anda akan memvisualisasikan tingkat konversi test dan control sebagai distribusi. Latihan ini membantu Anda mempraktikkan materi pada contoh sebelumnya, karena mungkin ini bukan sesuatu yang biasa Anda terapkan. Selain itu, melihat data dengan cara ini dapat memberi gambaran tentang variabilitas yang melekat pada estimasi kita.

Empat variabel—varians test dan control (test_var, cont_var), serta tingkat konversi test dan control (test_conv dan cont_conv)—telah dimuat untuk Anda.

Latihan ini adalah bagian dari kursus

Analitik Pelanggan dan A/B Testing dengan Python

Lihat Kursus

Petunjuk latihan

  • Dengan menggunakan control_sd dan test_sd yang telah dihitung, buat rentang nilai x untuk diplot. Rentang tersebut harus 3 standar deviasi ke kedua arah dari cont_conv dan test_conv masing-masing.
  • Plot pdf Normal untuk grup test dan control dengan menetapkan tingkat konversi sebagai mean dan standar deviasi, dalam urutan tersebut, di norm.pdf()

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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()
Edit dan Jalankan Kode