Лекция 7. A/B тестирование. Тест для пропорций

compscicenter.ru/
A/B тестирование. Тест для пропорций.
Лекция №7 в курсе "Анализ данных на Python в примерах и задачах. Часть 1" (весна 2018).
Преподаватель курса: Вадим Леонардович Аббакумов

[@SmkaShka]

Очень прозрачное объяснение, спасибо большое преподавателю, сейчас подробно изучаю тему, сложно найти хороший и понятный материал, даже с знанием основ статистики

[@БумагаВсёСтерпит]

Спасибо. Очень интересные курсы и примеры. В моей области (виброактивность ракетных двигателей) тоже много данных, которые требует похожей обработки для выявления причин различий между двигателями. К моей радости никто этим у нас не занимается. Я буду первый.

[@Vadim_Abbakumov]

Разумно. Удачи!

[@vladimirtoomach]

там где вы считаете самостоятельно(8.39 мин., In [ 3 ]) возникает, по-моему, помарка, у вас число ИСПЫТАНИЙ равно числу ВЫЖИВШИХ, а надо бы сложить, т.е. p1=s1/(n1+s1) и т.д. p2=.. , p=... , или я чего-то не понял?

[@Vadim_Abbakumov]

Там ошибка. В ячейке 3 должно быть s1 = 135 # число успехов выборка А n1 = 1781 + s1 # число испытаний выборка А s2 = 47 # число успехов выборка Б n2 = 1443 + s2 # число испытаний выборка Б p1 = s1/n1 # оценка вероятности успеха выборка А p2 = s2/n2 # оценка вероятности успеха выборка Б p = (s1 + s2)/(n1+n2) # оценка вероятности успеха выборка А+Б z = (p2-p1)/ ((p*(1-p)*((1/n1)+(1/n2)))**0.5) # z-метка p_value = norm.cdf(-abs(z)) # z-метка и p-значение print(['{:.12f}'.format(a) for a in (abs(z), p_value * 2)]) Прошу прощения...

[@АнастасияНикифорова-л6щ]

Спасибо огромное! превосходные лекции!

[@kironpapon]

оч крутой лектор!

[@IlyaAb]

а вся лекция про АБ тестирование где-то есть?

[@MinisterDorado]

Частично упоминается в предыдущем видео.

[@ponsun]

число успехов - количество умерших :D

[@MinisterDorado]

Источник всех наших бед. LOL

[@kuban23_96]

Вы ругаете python, а у вас ошибка в вычислениях(n1 и n2)

[@Vadim_Abbakumov]

Ошибка исправлена в комментариях ниже.

[@sanderstepanov9027]

may you share code?

[@vladk4127]

Here you can download zip-archive with materials compscicenter.ru/courses/data-mining-python/2018-spring/classes/3900/#attachments

[@vladimirtoomach]

@@vladk4127 Спасибо!

[@wallevel9572]

Худшего объяснения а/б тестирования не слышал.. неужели было сложно в этом примере сформировать гипотезу и сделать вывод? Ни что считаем, ни что проверяем, да кому это надо, получили p value и радуйтесь 😂