Test U Manna-Whitneya
Załóżmy, że pracujesz jako inżynier ds. analityki we wczesnym stadium startupu, gdzie ruch na stronie internetowej jest niewielki. W wielu przypadkach przeprowadzenie testów przez wystarczająco długi czas – tak aby zebrać próbkę spełniającą założenia testów parametrycznych – może być trudne. Wtedy przydają się testy nieparametryczne, które pozwalają podejmować szybsze decyzje.
Jednym z takich testów jest test U Manna-Whitneya – test istotności statystycznej sprawdzający, czy dwie niezależne próbki pochodzą z populacji o tym samym rozkładzie. Wykorzystasz go do analizy różnic w wartości time_on_page między dwiema grupami ze zbioru danych o koszyku zakupowym. DataFrame checkout jest już dostępny, a biblioteki pingouin, pandas i numpy zostały wczytane.
To ćwiczenie jest częścią kursu
Testy A/B w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Calculate the mean and count of time on page by variant
print(checkout.____('checkout_page')['____'].____({'____', '____'}))