t-test для средних, chi-square/z-test для долей, sample size через statsmodels (MDE/alpha/power), Bonferroni для multiple testing, CI vs p-value, проверка нормальности (Shapiro), Mann-Whitney U как непарам. альтернатива. 3 задачи.
Главные библиотеки аналитика данных: NumPy (массивы, векторизация), Pandas (DataFrame, groupby, merge, time series). Без них не работает sklearn, matplotlib, seaborn — весь стек.
Ключевые темы: numpy, pandas, DataFrame, groupby, merge, time series, resample, rolling.
В Pro-подписке по этому конспекту получите: