Kaç satış kazanılacak?

Şimdi Amir, kazanma oranı değişirse her hafta kaç anlaşmayı kapatmayı bekleyebileceğini bilmek istiyor. Neyse ki, farklı durumlarda beklenen değeri hesaplamasına yardımcı olmak için binom dağılımı bilgisini kullanabilirsin. Videodan hatırlarsan, bir binom dağılımının beklenen değeri \(n \times p\) ile hesaplanabilir.

Bu egzersiz

Python ile İstatistiğe Giriş

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

30% kazanma oranını korursa, üzerinde çalıştığı 3 anlaşmadan her hafta kaçını kazanmasının beklendiğini hesapla.
Kazanma oranı 25%'e düşerse, üzerinde çalıştığı 3 anlaşmadan kaçını kazanmasının beklendiğini hesapla.
Kazanma oranı 35%'e yükselirse, üzerinde çalıştığı 3 anlaşmadan kaçını kazanmasının beklendiğini hesapla.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Expected number won with 30% win rate
won_30pct = ____ * ____
print(won_30pct)

# Expected number won with 25% win rate
won_25pct = ____
print(won_25pct)

# Expected number won with 35% win rate
won_35pct = ____
print(won_35pct)

Kodu Düzenle ve Çalıştır

Bu egzersiz

Python ile İstatistiğe Giriş

kursunun bir parçasıdır

IntermediárioNível de habilidade

4.8+

Kursa Ücretsiz Başlayın

Summary statistics gives you the tools you need to boil down massive datasets to reveal the highlights. In this chapter, you'll explore summary statistics including mean, median, and standard deviation, and learn how to accurately interpret them. You'll also develop your critical thinking skills, allowing you to choose the best summary statistics for your data.

Exercise 1: What is statistics?Exercise 2: Descriptive and inferential statistics Exercise 3: Data type classification Exercise 4: Measures of center Exercise 5: Calculating mean and median Exercise 6: Mean, median, and distribution shape Exercise 7: Measures of spread Exercise 8: Variance and standard deviation Exercise 9: Quartiles, quantiles, and quintiles Exercise 10: Finding outliers using IQR

In this chapter, you'll learn how to generate random samples and measure chance using probability. You'll work with real-world sales data to calculate the probability of a salesperson being successful. Finally, you’ll use the binomial distribution to model events with binary outcomes.

Exercise 1: Şansın ne kadar?Exercise 2: Yerine koyarak mı, koymadan mı?Exercise 3: Olasılıkları hesaplama Exercise 4: Anlaşmaları örnekleme Exercise 5: Ayrık dağılımlar Exercise 6: Olasılık dağılımı oluşturma Exercise 7: Dağılımları belirleme Exercise 8: Beklenen değer vs. örneklem ortalaması Exercise 9: Sürekli dağılımlar Exercise 10: Hangi dağılım?Exercise 11: Veri yedeklemeleri Exercise 12: Bekleme sürelerini simüle etme Exercise 13: Binom dağılımı Exercise 14: Satış anlaşmalarını simüle etme Exercise 15: Binom olasılıklarını hesaplama Exercise 16: Kaç satış kazanılacak?

Geçerli Egzersiz

It’s time to explore one of the most important probability distributions in statistics, normal distribution. You’ll create histograms to plot normal distributions and gain an understanding of the central limit theorem, before expanding your knowledge of statistical functions by adding the Poisson, exponential, and t-distributions to your repertoire.

Exercise 1: The normal distribution Exercise 2: Distribution of Amir's sales Exercise 3: Probabilities from the normal distribution Exercise 4: Simulating sales under new market conditions Exercise 5: Which market is better?Exercise 6: The central limit theorem Exercise 7: Visualizing sampling distributions Exercise 8: The CLT in action Exercise 9: The mean of means Exercise 10: The Poisson distribution Exercise 11: Identifying lambda Exercise 12: Tracking lead responses Exercise 13: More probability distributions Exercise 14: Distribution dragging and dropping Exercise 15: Modeling time between leads Exercise 16: The t-distribution

In this chapter, you'll learn how to quantify the strength of a linear relationship between two variables, and explore how confounding variables can affect the relationship between two other variables. You'll also see how a study’s design can influence its results, change how the data should be analyzed, and potentially affect the reliability of your conclusions.

Exercise 1: Correlation Exercise 2: Guess the correlation Exercise 3: Relationships between variables Exercise 4: Correlation caveats Exercise 5: What can't correlation measure?Exercise 6: Transforming variables Exercise 7: Does sugar improve happiness?Exercise 8: Confounders Exercise 9: Design of experiments Exercise 10: Study types Exercise 11: Longitudinal vs. cross-sectional studies Exercise 12: Congratulations!