비율 차이 A/B 테스트
여러분은 데이터 과학자로서 homepage 데이터셋에 포함된 두 랜딩 페이지 변형 'C'와 'D'의 회원가입(전환)률 차이를 파악하기 위해 A/B 테스트를 진행하고 있어요. 테스트 결과를 바탕으로, 어떤 랜딩 페이지를 전체 트래픽에 적용했을 때 더 높은 가입률을 기대할 수 있는지 팀이 결정할 수 있도록 안내하는 것이 목표입니다.
homepage는 signup과 landing_page 열을 포함하고 있어요. DataFrame의 각 행은 해당 landing_page를 방문한 고유 사용자를 나타냅니다. signup 열은 이진 데이터로, '1'은 사용자가 가입했다는 뜻이고 '0'은 페이지를 이탈했다는 뜻입니다. pandas와 numpy는 이미 로드되어 있어요.
이 연습은 강의의 일부입니다
Python으로 배우는 A/B Testing
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
from statsmodels.stats.proportion import proportions_ztest, proportion_confint
# Calculate the number of users in groups C and D
n_C = homepage[homepage['____'] == '____']['____'].____()
n_D = homepage[homepage['____'] == '____']['____'].____()
print('Group C users:',n_C)
print('Group D users:',n_D)