**Контекст:** Сервис доставки тестирует новую фичу — «предсказание времени доставки». Нужно оценить эффект с помощью bootstrap и рассчитать MDE.
**Данные:** DataFrame `ab_test` — колонки: `user_id`, `variant` (control/treatment), `delivery_time_min`, `order_value`, `is_reorder` (0/1).
**Задание:**
1. Оцените эффект фичи на `delivery_time` и `reorder rate`
2. Используйте bootstrap для построения доверительных интервалов разницы
3. Рассчитайте MDE (Minimum Detectable Effect) для текущего размера выборки
Структура для ориентира — реальные значения из эталонного решения.
ab = pd.DataFrame({
'user_id': range(n),
'variant': np.random.choice(['control', 'treatment'], n),
})
pandas bootstrap A/B-тест доверительный интервал MDE power analysis
Это задание для уровня Middle. Для middle-аналитиков с опытом 1-3 года, требует уверенного владения темой и понимания edge cases.
Подобные задания в категории «Python» регулярно дают на собеседованиях аналитика данных в Яндекс, Сбер, Ozon, Авито, Тинькофф, Wildberries, T-Bank, X5, ВТБ и других крупных IT-компаниях. Тематика: pandas, bootstrap, A/B-тест, доверительный интервал, MDE.
На реальном собеседовании на подобную задачу отводится 15-30 минут — оцениваются подход, корректность, обработка edge cases. Для тренировки рекомендуем сначала решить самостоятельно, потом сверить с эталонным решением и подсказками.
На zasqlpython.ru есть 482 Python задачи с проверкой через Pyodide, конспекты Python и pandas, AI мок-собеседование с разбором ваших ответов.
← Все задания