Distributies plotten
Begrijpen hoe zowel discrete (bijv. binomiale) als continue (bijv. normale) kansverdelingen een rol spelen in A/B-testen, helpt ons extra visuele inzichten te krijgen in de aard van de data en een dieper conceptueel begrip van de theorieën achter de statistische kaders van online experimenten.
Twee verdelingen zijn hierbij erg belangrijk: de binomiale en de normale verdeling. Volg de instructies om grafieken te maken en hun parameters te verkennen.
Deze oefening maakt deel uit van de cursus
A/B-testen in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
from scipy.stats import binom
# Plot a binomial distribution
p = ____
n = ____
x = np.arange(n*p - 100, n*p + 100)
binom_a = ____.____(____, ____, ____)
plt.bar(x, binom_a)
plt.xlabel('Purchased')
plt.ylabel('PMF')
plt.show()