Дано: массивы `control` и `treatment` -- время на сайте (секунды) в контрольной и тестовой группах A/B теста (по 200 пользователей). Сравните две группы и определите: 1. Равны ли дисперсии (тест Левена) 2. Статистически ли значимы различия средних (t-тест с учётом результата теста на равенство дисперсий) 3. Размер эффекта Cohen d 4. significant = True если p < 0.05 Сохраните dict {"t_stat":..., "p_value":..., "cohen_d":..., "equal_var": True/False, "significant": True/False} (округлённые до 4 знаков) в `result`.
ttest levene cohen_d ab_test statistics
Задача «T-тест для двух независимых выборок» учит применять статистику и научные методы через scipy. Такие задачи дают на собеседованиях в Яндекс и других IT-компаниях. Уровень средний — типичная боевая задача на уверенный Python.
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