1. Nauka
    2. /
  2. Kursy
    3. /
  3. Testy A/B w Pythonie
Connected

ćwiczenie

EDA proporcji

Eksploracyjna analiza danych (EDA) pozwala na wstępne zapoznanie się ze zbiorem danych. Statystyki opisowe pokazują wielkość, kierunek i rozproszenie średnich wartości metryk, a rozkłady i trendy wizualne dostarczają głębszych informacji – pomagają określić, czego szukać, i ujawnić ciekawe wzorce, które mogą być ukryte pod średnimi wartościami.

Wciel się w rolę analityka danych rozpoczynającego pracę z danymi z testów A/B na etapie wstępnej EDA, przed uruchomieniem jakichkolwiek testów statystycznych. Sprawdź, co ciekawego możesz znaleźć w danych. Ramki danych AdSmart i checkout, a także biblioteki pandas jako pd, NumPy jako np, Matplotlib.pyplot jako plt oraz Seaborn jako sns zostały już wczytane.

Źródło zbioru danych Adsmart na Kaggle znajdziesz tutaj.

Instrukcje 1/3

undefined XP
    1
    2
    3
  • Oblicz średnią, odchylenie standardowe i liczbę obserwacji dla kolumny purchased w podziale na checkout_page – w jednej linii kodu.