Доверительный интервал

Генеральная совокупность - это всё возможные значения метрики. Например, вес всех мужчин России.

А выборка - это данные, которыми мы располагаем. Например, мы собрали данные о весе 1000 мужчин.

Мы не можем знать средний вес в Генеральной совокупности. На основании выборки мы можем прикинуть в каком диапазоне он находится. Этот диапазон называется доверительным интервалом.

Часть 2
Источники знаний для успешного прохождения отбора в компанию и дальнейшего развития — собрал все то, чем я сам пользуюсь, и рекомендую вам 👀

1️⃣ С чего рекомендую начать (условно для джуна):
Если ты хочешь начать с основ, то вот:
🔸Видео с базой по теории вероятности
🔹Для погружения в теорию вероятности

Далее можно переходить на статистику и АБ тесты
🔸Статистика от Карпова — рекомендую:
Часть 1 + конспект с кодом на Python (оч крутой конспект), часть 2, часть 3 — в комментариях к видео много полезных источников 🧠
🔹мини-курс Глеба Михайлова по вероятности и статистике — объясняет просто и понятно

По продуктовым метрикам:
🔹Статья на vc с разбором метрик
🔸блог GoPractice — часто читаю блог Олега Якубенко (основатель GoPractice) + в ближайшее время планирую проходить его симулятор — полезная штука для применения на практике знаний по метрикам

2️⃣ Для дальнейшего развития можно использовать следующую подборку (условно для джуна и выше):
🔹богатый сборник: вебинар с ссылками на множество бесплатных материалов для продуктовых аналитиков - более 230 курсов, лонгридов, тренажеров, блогов и емких статей.
Ссылка на доску Miro
Запись вебинара
🔸Подборка по матемаркетингу всех лет, выложенная в открытый доступ
P.S. очень расстроен, что coursera недоступна сейчас для простых работяг-аналитиков — много полезных курсов брал оттуда(

👍Давайте наберем 100+ реакций на этот пост в знак благодарности моей работе) — мне будет приятно видеть, что мой труд полезен многим аналитикам и я с двойной дозой эндорфина буду помогать нам всем дальше покорять мир аналитики 🚀
Также в комментариях поделюсь доп источниками и своим опытом распределения времени прохождения данных лекций/курсов исходя из вашей цели — можете пока набросать свои цели!

На основе доверительного интервала можно судить о различиях в генеральных совокупностях. Если доверительный интервал рассчитанный по двум выборкам не пересекается - значит есть статистически значимые различия.

как определить, какая выборка нужна для проведения статистического теста?

Её размер зависит в основном от заданных мощности критерия (обычно 80%) и критического уровня стат. значимости (обычно 5%). В спец. стат программах или он-лайн калькуляторах может рассчитать размер выборки на основе вышеуказанных значений.

Бизнес-аналитик описывает систему и верхнеуровневые требования к ней , в том числе в формате пользовательских историй.

Системный аналитик на основе требований составленных бизнес-аналитиком рисует техническую реализацию системы. Описывает архитектуру, технические требования, модель данных.

Продуктовый аналитик определяет цель разработки продукта, показатели достижения цели, методы отслеживания, типы и архитектуру отчётов. Участвует в развитии продукта и добавлении новых фич.

https://news.1rj.ru/str/ba_wiki/244

Может кому-то легче будет запомнить 😃

Интересное исследование подкинул Юра https://news.1rj.ru/str/People_Analytics.

Табло вышло на первый уровень, а статистика, которой я так много уделяю внимания вообще вылетела. Ну, хоть питон с SQL на месте.
https://news.1rj.ru/str/People_Analytics/250

Запомните раз и навсегда в каком порядке выполняются запросы в SQL. Говорят на собеседованиях спрашивают)

FROM
WHERE
GROUP BY
HAVING
SELECT
ORDER BY

Попробуйте объяснить своими словами, что такое база данных и зачем она нужна?

Отвечу прям никуда не заглядывая)

База данных - совокупность данных, например, в виде таблиц, о работе сервиса, продукта, приложения. Данные связаны между собой с помощью схемы, которая позволяет их удобно хранить и использовать. Может включать в себя данные о произошедших событиях, ценах на товары, услуги и т. д. Нужна для работы продукта, анализа и модернизации самого продукта. Для работы : информация о созданных аккаунтах, ценах на товары, карточки товаров и т. д.
Для анализа и модернизации: информация о произошедших событиях и их характеристиках.

#вопросы_с_собеседований

Мне срочно надо запомнить команды для управления таблицей с данными в PostgreeSQL:

- CREATE TABLE - создать таблицу
- INSERT INTO VALUES- добавление строк в таблицу
- UPDATE SET - обновление данных в таблице

В PosgreeSQL для обновления строк по условию после SET ставим WHERE.

UPDATE таблицы, участвующие в обновлении
SET выражение, по которому обновляем значение
WHERE условие, при котором происходит обновление

В базе данных PostgreeSQL для связи таблиц по принципу "многие ко многим" - например, клиент может прочитать несколько книг, одна книга может быть прочитана несколькими клиентами, используется таблица связка, которая объединяет клиентов и книги.

Получается для реализации связи "многие ко многим" используется не две, а три таблицы. Две основные и одна связующая с двумя внешними ключами.

#postgreesql

Мой близкий друг Саша Сахнов - человек который на мой взгляд лучше всех разбирается в а/б тестах

Еще в далеком 2018 году мы с ним и рядом других людей начали писать на Хабр про А/Б.
Сейчас он запустил цикл статей про А/Б, где каждая статья будет сложнее предыдущей - первая довольно базовая статья про Бутстрап (Обратите внимание на центральный доверительный интервал)

Также интересен небольшой разбор стратификации для повышения чувствительности тестов
Еще можно посмотреть это видео

Какой запрос вы попросите написать, чтобы понять, с какой СУБД вы имеете дело?

Я бы попросила обработать столбец с датами. Но возможно я не права. Ориентируюсь только на то, что в postgree и my sql по разному вытаскиваются части даты.

A/B - тест
Для использования параметрического теста необходимо, чтобы выборки не имели выбросов, имели более 30 измерений и распределение значений соответствовало нормальному.

Вопрос: будет ли распределение автоматически нормальным, если количество значений в выборке, например, 1000?

A/B- тест
Для двух несвязанных выборок есть два основных метода поиска различий:

- параметрический - критерий t-стьюдента
-непараметрический - критерий Манна Уитни.

Уже от свойств выборок выбираем, какой критерий будем считать.