Test t dla różnicy średnich
Jesteś Data Scientistem w firmie e-commerce i pomagasz zespołowi płatności wybrać projekt strony kasy, który prowadzi do wyższej wartości zamówień i szybszych decyzji zakupowych.
Po oszacowaniu wymaganej wielkości próby i przejściu wszystkich testów weryfikacyjnych przeanalizujesz różnice w średniej wartości order_value i time_on_page między wariantami checkout_page, aby zdecydować, który projekt sprawdza się najlepiej.
Dostępna jest ramka danych checkout, a biblioteki pingouin, pandas i numpy są już wczytane.
Wartości NaN w kolumnie order_value mogą oznaczać użytkowników, którzy nie sfinalizowali zakupu. Średnią wartość zamówienia obliczysz wyłącznie dla zakończonych zamówień (kompletne dane).
To ćwiczenie jest częścią kursu
Testy A/B w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Calculate the mean order values and run a t-test between variants A and B
print(checkout.____('checkout_page')['____'].____())
ttest = ____.____(x=checkout[checkout['checkout_page']=='____']['____'],
y=checkout[checkout['checkout_page']=='____']['____'],
paired=____,
alternative="____")
print(ttest)