Розвідувальний аналіз часток (EDA)
Розвідувальний аналіз даних (EDA) дає змогу отримати початкове розуміння даних. Описова статистика показує величину, напрям і розсіяння середніх метрик, а візуальні розподіли та тренди допомагають глибше зрозуміти, на що звернути увагу, і виявити цікаві закономірності, які можуть маскуватися за середніми показниками.
Уявіть, що ви Аналітик даних, який розпочинає роботу з даними A/B‑тестування на етапі початкового EDA до запуску будь‑яких статистичних тестів. Подивіться, що цікавого ви можете знайти в даних. Датафрейми AdSmart і checkout, а також pandas як pd, NumPy як np, Matplotlib.pyplot як plt і Seaborn як sns уже завантажено для вас.
Джерело набору даних Adsmart на Kaggle наведено тут: посилання.
Ця вправа є частиною курсу
A/B Testing на Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Calculate the mean, standard deviation and count
checkout.____(____)[____].agg({____,____,____})