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

ćwiczenie

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).

Instrukcje 1/3

undefined XP
  • 1
    • Oblicz średnią wartość order_value dla każdego wariantu i przeprowadź test t dla różnicy w order_value między wariantami A i B.
  • 2
    • Oblicz średnią wartość time_on_page dla każdego wariantu, przeprowadź test t dla różnicy między wariantami A i B, a następnie zanotuj wartość p oraz przedział ufności dla tej różnicy. Czy odrzucisz hipotezę zerową?
  • 3
    • Oblicz średnią wartość time_on_page dla każdego wariantu, przeprowadź test t dla różnicy między wariantami A i C, a następnie zanotuj wartość p oraz przedział ufności dla tej różnicy. Czy odrzucisz hipotezę zerową?