ComeçarComece de graça

Plotando a distribuição

Neste exercício, você vai visualizar as taxas de conversão dos grupos teste e controle como distribuições. Vale a pena praticar o que foi mostrado no exemplo, já que pode ser algo que você ainda não aplicou. Além disso, ver os dados dessa forma ajuda a entender a variabilidade inerente à nossa estimativa.

Quatro variáveis — as variâncias dos grupos teste e controle (test_var, cont_var) e as taxas de conversão dos grupos teste e controle (test_conv e cont_conv) — já foram carregadas para você.

Este exercício faz parte do curso

Customer Analytics and A/B Testing in Python

Ver curso

Instruções do exercício

  • Usando control_sd e test_sd calculados, crie o intervalo de valores de x para o gráfico. Ele deve cobrir 3 desvios-padrão para cada lado a partir de cont_conv e test_conv, respectivamente.
  • Plote a pdf Normal dos grupos teste e controle especificando a taxa de conversão como a média e o desvio-padrão, nessa ordem, em norm.pdf()

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Compute the standard deviations
control_sd = cont_var**0.5
test_sd = test_var**0.5

# Create the range of x values 
control_line = np.linspace(cont_conv - 3 * control_sd, cont_conv + 3 * ____, 100)
test_line = np.linspace(test_conv - 3 * ____, test_conv + 3 * ____, 100)

# Plot the distribution 
plt.plot(control_line, norm.pdf(control_line, ____, ____))
plt.plot(test_line, norm.pdf(test_line, ____, ____))
plt.show()
Editar e executar o código