Дано: массив order_values -- 50 значений (суммы заказов). Постройте 95% доверительный интервал для медианы методом бутстрэпа (10000 ресэмплов с возвращением такого же размера; CI -- 2.5-й и 97.5-й перцентили распределения бутстрэп-медиан). Сохраните dict {"median": round(0), "ci_lower": round(0), "ci_upper": round(0), "ci_width": round(0)} в `result`.
bootstrap confidence_interval median
Задача «Bootstrap: доверительный интервал для медианы» учит применять статистику и научные методы через scipy. Такие задачи дают на собеседованиях в Delivery Club 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