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。

1
- バリアントごとのorder_valueの平均を計算し、バリアントAとBのorder_valueの差についてt検定を実行してください。

2
- バリアントごとのtime_on_pageの平均を計算し、AとBの差についてt検定を実行し、差のp値と信頼区間をメモしてください。帰無仮説を棄却しますか？
3
- バリアントごとのtime_on_pageの平均を計算し、AとCの差についてt検定を実行し、差のp値と信頼区間をメモしてください。帰無仮説を棄却しますか？