Дано: параметры A/B теста -- baseline конверсия, размеры групп, alpha, power. Посчитайте Minimum Detectable Effect (MDE) для нескольких размеров выборки n = [1000, 5000, 10000, 50000, 100000] по формуле MDE = (z_alpha/2 + z_beta) × √(2 × p × (1-p) / n) (в процентных пунктах). Сохраните dict {"mde_by_n": {1000:..., 5000:..., ...}, "baseline_p": 0.05} (MDE округлите до 4 знаков) в `result`.
mde sample_size ab_test statistics
Задача «Расчёт MDE по формуле» учит применять статистику и научные методы через scipy. Такие задачи дают на собеседованиях в Сбер 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