Дано: массив `session_time` -- длительность сессий 50 пользователей. Постройте 95% доверительный интервал для медианы методом бутстрэпа: 10000 ресэмплов с возвращением такого же размера, на каждом — медиана, CI -- 2.5-й и 97.5-й перцентили распределения бутстрэп-медиан. Зафиксируйте numpy seed = 42 перед циклом для воспроизводимости. Сохраните dict {"observed_median":..., "ci_lower":..., "ci_upper":...} (округлённые до 2 знаков) в `result`.
bootstrap confidence_interval resampling
Задача «Бутстрэп для оценки медианы» учит применять статистику и научные методы через scipy. Такие задачи дают на собеседованиях в VK и других IT-компаниях. Уровень сложный — проверяет глубину и умение собрать решение из нескольких приёмов.
Сначала разбери условие и формат входа-выхода, прикинь крайние случаи (пустой ввод, дубли, NaN). Затем выбери структуру данных и собери решение по шагам — начни с простого рабочего варианта, потом оптимизируй сложность. Код пишешь и запускаешь прямо в браузере: Python-тренажёр исполняет его через Pyodide (pandas, numpy, scipy) и проверяет результат автоматически.
На собеседовании по Python для аналитика ценят чистый читаемый код, корректную обработку крайних случаев (пустой ввод, дубли, None) и умение вслух оценить сложность по времени и памяти. Часто просят не просто решить, а разобрать альтернативные подходы и показать, где наивное решение сломается на большом объёме данных.
Прокачать Python для аналитики — бесплатный курс «Pandas с нуля» и Python-тренажёр.
Открыть задачу в тренажёре → ← Все Python-задачи