Статистика в Python. Примеры работы в ГС и выборками, сравнение параметров, статистические тесты.

Подготовка датасета к работе на примере датасета про лошадей

• заполнение отсутствующих значений с помощью методов groupby/transform;
• работа с выбросами;
• работа с нечисловыми типами данных;

Библиотеки pandas, numpy

На примере исторических данных о продажах и оценках видеоигр проводятся статистические исследования.

• сэмплирование;
• сравнение выборок между собой по различным параметрам;
• оценка нормальности распределения признака;
• выдвижение гипотез;
• применение параметрических и непараметрических тестов;
• выводы.

Использованные библиотеки: pandas, scipy, seaborn, matplotlib

Вопрос, который я бы хотел исследовать вот какой: моя цель найти удаленную работу в сфере Gambling в аналитике не в РФ. Я начал рассылать резюме в декабре, меня расстраивала обратная связь со стороны компаний, и я решил заказать английское резюме у экспертов. Хорошее, со всеми буллитами, настроенное на все хитрые алгоритмы. В марте эксперт из компании #TopCV сочинил резюме и сопроводительное письмо. Я стал использовать новые современные эффективные технологии. Уже май, я веду статистику, накопилось примерно по 100 наблюдений до события и после, и это повод провести аналитику.

• загрузил данные, сформировал датафрейм, наложил на временную шкалу, чтобы убрать пропуски и посмотреть корректную линейную историю;
• посчитал метрик, построил графики;
• разбил датафрейм на до нового резюме и после;
• сделал группировку и агрегацию по названиям вакансий, источникам вакансий и регионам, куда я подавал;
• получилось 3 пары связанных выборок, где я могу проверить, как себя ведут метрики;
• проверил на нормальность распределения признаков непараметриским тестом Шапиро-Уилка;
• померил конверсии тестом Вилкоксона для связанных выборок с ненормальным распределением;
• тест изменений не детектировал.

Использованные библиотеки: pandas, scipy, seaborn, matplotlib