始める無料で始める

平均差のためのt検定

あなたはeコマース企業のData Scientistとして、決済チームが、より高い注文額とより素早い購入判断につながるチェックアウトページのデザインを選べるよう支援します。

必要サンプルサイズの見積もりとサニティチェックをすべて通過したら、checkout_pageの各バリアント間で平均order_valueとtime_on_pageの差を分析し、どのデザインが最も良い成果を出すかを判断します。

checkoutというDataFrameが用意されており、pingouin、pandas、numpyは読み込まれています。

order_valueのNaNは、購入を完了しなかったユーザーを示す場合があります。平均注文額の分析は、完了した注文（完全なデータ）のみを対象に行います。

この演習はコースの一部です

Pythonで学ぶA/Bテスト

コースを見る

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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)
コードを編集して実行