ชุดฝึกท้าย module: สถิติสำหรับ DA

ราคาเฉลี่ยของสินค้าทั้งหมด เก็บไว้ในตัวแปร mean_price

median ของยอดขายต่อออเดอร์ (เฉพาะ completed) เก็บไว้ในตัวแปร median_order_rev

IQR ของราคาสินค้า (products['price']) เก็บไว้ในตัวแปร iqr_price

จำนวนออเดอร์ (completed) ที่มียอดขายสูงกว่า upper fence ของ IQR เก็บไว้ในตัวแปร n_outliers

skewness ของยอดขายต่อออเดอร์ (completed) เก็บไว้ในตัวแปร skew_order_rev

จำนวนออเดอร์ (completed) ที่มี z-score ของยอดขายเกิน 3 ในค่าสัมบูรณ์ (|z|>3) เก็บไว้ในตัวแปร n_outliers_z

สุ่มตัวอย่างยอดขายต่อออเดอร์ (completed) ด้วย rng = np.random.default_rng(42), sample(size=200, replace=False) หา mean และ std ของตัวอย่าง เก็บไว้ในตัวแปร sample_mean, sample_std

หาช่วงความเชื่อมั่น 95% (t-distribution, df=199) ของตัวอย่างในข้อ p7 เก็บไว้ในตัวแปร ci_low, ci_high

ทดสอบ one-sample t-test ว่ายอดขายต่อออเดอร์เฉลี่ย (จากตัวอย่างในข้อ p7) ต่างจาก 5000 บาทอย่างมีนัยสำคัญไหม เก็บ p-value ไว้ในตัวแปร p_value

คำนวณ z-statistic ของการทดสอบสองสัดส่วน (two-proportion z-test) เปรียบเทียบ purchase rate ของ variant A กับ B เก็บไว้ในตัวแปร z_stat

จากผลการทดสอบใน p10 การทดลอง A/B นี้มีนัยสำคัญทางสถิติที่ α=0.05 ไหม เก็บไว้ในตัวแปร is_significant

หา sample ratio ของ A/B test (nA / (nA+nB)) เพื่อตรวจ sample ratio mismatch (SRM) เก็บไว้ในตัวแปร sample_ratio

Pearson correlation ระหว่างราคาสินค้ากับต้นทุน เก็บไว้ในตัวแปร r_price_cost

Pearson correlation ระหว่างส่วนลด (discount_pct เติมค่าว่างด้วย 0) กับยอดขายต่อออเดอร์ (completed) เก็บไว้ในตัวแปร r_discount_rev

threshold ยอดขาย (บาท) ที่ 3 standard deviations เหนือค่าเฉลี่ยของยอดขายต่อออเดอร์ (completed) เก็บไว้ในตัวแปร threshold_3sigma

chi-square statistic ของตาราง contingency สำหรับ A/B purchase (variant × purchased) เก็บไว้ในตัวแปร chi2_stat