比例的样本量
真实数据往往很杂乱。作为一名在真实环境中处理数据的 Analytics Engineer，您会遇到数据方差过大、难以捕捉指标中具有实际意义的差异的情况。这个问题更常见于连续型指标，例如上一练习中的平均订单金额。应对方法有多种，其中一种变通做法是找到一个方差更低、但仍与业务目标一致的指标。
在这里，您将计算一个二元指标的样本量：注册率。它表示用户是否注册了该服务，相比之下，付费价格在不同用户之间的波动更大。homepage DataFrame 以及 pandas、numpy 库已为您加载，同时还提供了 statsmodels.stats.proportion 中的 proportion_effectsize 和 statsmodels.stats 中的 power。
本练习是课程的一部分
Python 中的 A/B 测试
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Calculate the baseline signup rate for group A
p_A = ____
print('Group A mean signup rate:', ____)