Rappresentare la distribuzione
In questo esercizio visualizzerai i tassi di conversione di test e controllo come distribuzioni. È utile esercitarsi su quanto visto nell’esempio, perché potresti non averlo mai applicato prima. Inoltre, osservare i dati in questo modo può darti un’idea della variabilità insita nella nostra stima.
Quattro variabili, le varianze di test e controllo (test_var, cont_var) e i tassi di conversione di test e controllo (test_conv e cont_conv), sono già state caricate per te.
Questo esercizio fa parte del corso
Customer Analytics and A/B Testing in Python
Istruzioni dell'esercizio
- Usando le
control_sdetest_sdcalcolate, crea l’intervallo di valori x su cui tracciare. Dovrebbe coprire 3 deviazioni standard in entrambe le direzioni rispetto acont_convetest_conv, rispettivamente. - Traccia la pdf Normale dei gruppi test e controllo specificando, in quest’ordine in
norm.pdf(), il tasso di conversione come media e la deviazione standard.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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()