[英]What Significance Test for Quantitative Dataset (Python Pandas)
假设我有以下 dataframe df
其中conv_rate = sales / visits
:
theme visits sales conv_rate
0 brazil 34 2 5.9%
1 argentina 18 3 16.7%
2 spain 135 15 11.1%
3 uk 71 6 8.5%
4 france 80 4 5.0%
5 iceland 26 1 3.8%
6 chile 104 11 10.6%
7 italy 47 5 10.6%
# Total visits = 515
# Total sales = 47
# Mean conversion rate = 9.1%
我想测试哪些国家的转化率与人口平均值的转化率显着不同(零假设 = 转化率没有差异)。
什么测试最适合这里? 我相信我需要一个双尾检验,因为样本转换率可能高于或低于总体平均值。 但是我不确定t 检验或z 检验是否最合适。
根据我的阅读,z 检验最适合大样本量 (n>30),而 t 检验最适合小样本量 (n<30)。 这个对吗? 由于我的一些样本(例如西班牙)的样本量比其他样本(例如阿根廷)大,我如何确定哪种测试最适合? 我希望在所有行(样本)上运行相同的测试。
我在这里要做的是查看哪些国家的转化率与 null 假设“显着不同”。 我想使用显着性检验来计算每个国家/地区的“检验值”(例如下面),然后将该值与阈值进行比较,以确定该国家/地区是否具有只能通过 5% 来解释的转化率,1 %,占人口的 0.1%(因此,我非常相信转化率的差异是“显着的”,而不是偶然的)。
theme visits sales conv_rate value
0 brazil 34 2 5.9% 1.57
1 argentina 18 3 16.7% 4.51
2 spain 135 15 11.1% 3.06
3 uk 71 6 8.5% 2.57
4 france 80 4 5.0% 1.88
5 iceland 26 1 3.8% 1.28
6 chile 104 11 10.6% 3.23
7 italy 47 5 10.6% 2.94
什么测试最适合这个目的? 我可以在pandas
中构建测试还是应该使用scipy
?
您可以使用二项式检验,将转化视为“销售额”,将访问次数视为“试验”,平均成功率是您的平均销售额/平均访问次数:
import pandas as pd
from scipy.stats import binom_test
p = df.sales.sum()/df.visits.sum()
df['p_binom'] = df.apply(lambda x: binom_test(x[2],x[1],p=p),axis=1)
df
theme visits sales conv_rate p_binom
0 brazil 34 2 5.9% 0.765868
1 argentina 18 3 16.7% 0.222923
2 spain 135 15 11.1% 0.452636
3 uk 71 6 8.5% 1.000000
4 france 80 4 5.0% 0.245689
5 iceland 26 1 3.8% 0.508992
6 chile 104 11 10.6% 0.607580
7 italy 47 5 10.6% 0.615161
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.