T-test สำหรับการเปรียบเทียบค่าเฉลี่ย
คุณเป็น Data Scientist ในบริษัท e-commerce และได้รับมอบหมายให้ช่วยทีมชำระเงินเลือกดีไซน์หน้าชำระเงินที่ทำให้มูลค่าออเดอร์สูงขึ้นและการตัดสินใจซื้อรวดเร็วขึ้น
หลังจากประมาณขนาดตัวอย่างที่ต้องการและผ่าน sanity checks ทั้งหมดแล้ว ให้วิเคราะห์ความแตกต่างของค่าเฉลี่ย order_value และ time_on_page ระหว่างตัวแปร checkout_page เพื่อตัดสินว่าดีไซน์ใดให้ผลดีที่สุด
มี DataFrame ชื่อ checkout พร้อมใช้งาน และได้โหลด pingouin, pandas และ numpy ให้แล้ว
ค่า NaN ใน order_value อาจหมายถึงผู้ใช้ที่ยังไม่ได้ทำการซื้อให้เสร็จสมบูรณ์ ให้วิเคราะห์ค่าเฉลี่ยของมูลค่าออเดอร์เฉพาะในกลุ่มที่ทำการซื้อเสร็จสมบูรณ์ (ข้อมูลที่สมบูรณ์) เท่านั้น
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
A/B Testing ด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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)