Causal Impact: оценка эффекта промо через synthetic control

Условие задания

**Данные:** DataFrame `daily_sales` с колонками: `date`, `region`, `revenue`. Промо-акция запущена в одном регионе (treatment), остальные — контроль.

**Задание:**
1. Постройте synthetic control из линейной комбинации контрольных регионов (до промо)
2. Спрогнозируйте counterfactual (что было бы без промо) на период после запуска
3. Оцените causal impact: разницу между фактом и counterfactual
4. Рассчитайте кумулятивный эффект и доверительный интервал

Пример данных

Структура для ориентира — реальные значения из эталонного решения.

post_df = pd.DataFrame({
    'date': post.index,
    'actual': y_post,
    'counterfactual': counterfactual_post,
    'impact': impact_daily,
    'impact_pct': impact_pct,
})

Темы

pandas causal inference synthetic control sklearn LinearRegression

Подсказки

• LinearRegression на pre-period: treatment ~ control_regions
• Counterfactual = model.predict(control_post)
• Impact = actual - counterfactual, CI через residuals pre-period

Все тестовые задания →

Частые вопросы

Какой уровень знаний нужен для задачи "Causal Impact: оценка эффекта промо через synthetic control"?

Это задание для уровня Senior. Senior-уровень — глубокое понимание темы, опыт решения нестандартных задач, обсуждение trade-off на собеседовании.

На каких собеседованиях встречается такая задача?

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, causal inference, synthetic control, sklearn, LinearRegression.

Сколько времени даётся на решение?

На реальном собеседовании на подобную задачу отводится 30-60 минут с обсуждением подходов, оптимизаций и trade-off. Для тренировки рекомендуем сначала решить самостоятельно, потом сверить с эталонным решением и подсказками.

Где ещё потренироваться по теме «Python»?

На zasqlpython.ru есть 482 Python задачи с проверкой через Pyodide, конспекты Python и pandas, AI мок-собеседование с разбором ваших ответов.

← Все задания