Plotando distribuições
Entender como distribuições de probabilidade discretas (por exemplo, binomial) e contínuas (por exemplo, normal) têm papel no A/B testing permite obter percepções visuais adicionais sobre a natureza dos dados e um entendimento conceitual mais profundo das teorias que sustentam os frameworks estatísticos de experimentação online.
Duas distribuições são especialmente importantes: a binomial e a normal. Siga as instruções para criar gráficos e explorar seus parâmetros.
Este exercício faz parte do curso
A/B Testing em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
from scipy.stats import binom
# Plot a binomial distribution
p = ____
n = ____
x = np.arange(n*p - 100, n*p + 100)
binom_a = ____.____(____, ____, ____)
plt.bar(x, binom_a)
plt.xlabel('Purchased')
plt.ylabel('PMF')
plt.show()