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.
To ćwiczenie jest częścią kursu
Testy A/B w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Calculate the mean, standard deviation and count
checkout.____(____)[____].agg({____,____,____})