🧪 A/B-тесты и статистика на собеседовании — страница 2
Блок про эксперименты и статистику — там, где чаще всего заваливают продуктовых аналитиков. Разбираем формулировки, которые реально звучат на интервью.
77 материалов · страница 2 из 2
Логистическая регрессия — классификация простыми словами
Логистическая регрессия: sigmoid, odds, интерпретация коэффициентов, accuracy, precision, recall, AUC-ROC. Пример на sklearn и вопросы с собеседования.
Метод Монте-Карло — что это и как применять
Метод Монте-Карло: что это, как работает, Python-пример. Симуляция для A/B-тестов, оценки рисков и прогнозирования.
Многорукие бандиты vs A/B-тест
Многорукие бандиты (MAB) vs A/B-тестирование: epsilon-greedy, UCB, Thompson sampling. Сравнение, плюсы, минусы, вопросы с собеседований.
Мощность теста (Power) — что это и зачем нужна
Мощность статистического теста: что это, как связана с размером выборки, MDE, alpha. Python-расчёт и вопросы с собеседования аналитика.
Novelty effect в A/B-тестах — ловушка новизны
Novelty effect: временный рост метрик из-за новизны. Как отличить от реального эффекта, когда запускать тест. Вопросы с собеседования.
Парадокс Симпсона — ловушка, которую должен знать каждый аналитик
Парадокс Симпсона простыми словами: что это, классические примеры (Беркли, медицина), почему ломает A/B-тесты, SQL-пример и вопросы с собеседований аналитика.
Ошибка выжившего — систематическая ловушка в аналитике
Ошибка выжившего (survivorship bias): что это, классические примеры, как проявляется в аналитике. Вопросы с собеседований аналитика данных.
Распределение Пуассона простыми словами
Распределение Пуассона: формула, примеры из аналитики, связь с экспоненциальным. Вопросы с собеседования аналитика данных.
Теорема Байеса простыми словами
Теорема Байеса: формула, примеры из жизни, задачи с собеседований аналитика. Prior, likelihood, posterior простыми словами.
Uplift-моделирование: индивидуальный эффект воздействия
Uplift-моделирование: типы пользователей, S-learner, T-learner, X-learner, CATE. Python-пример и вопросы с собеседований аналитика.
Анализ временных рядов — что нужно знать аналитику
Временные ряды: тренд, сезонность, декомпозиция, скользящее среднее. Python и SQL примеры для аналитика данных.
Z-score — стандартизация данных для аналитика
Z-score простыми словами: формула, расчёт, применение. Стандартизация данных, поиск выбросов, z-тест. Примеры в Python и SQL. Вопросы с собеседования аналитика.
A/B-тест vs мультивариантный тест — в чём разница и когда что использовать
Разница между A/B-тестом и мультивариантным (MVT) тестом: когда что использовать, размер выборки, анализ результатов. Вопросы с собеседования аналитика.
A/B-тестирование — полный гайд для аналитика данных
A/B-тестирование: как проводить, рассчитать размер выборки, интерпретировать результаты. Типичные ошибки и вопросы с собеседования аналитика.
Bootstrap в статистике — что это и когда применять
Bootstrap: ресемплирование для оценки доверительных интервалов без формул. Как работает, Python-пример, применение в A/B-тестах.
Хи-квадрат тест — что это и когда применять
Критерий хи-квадрат: тест на независимость, тест согласия. Когда применять, Python-пример. Вопросы с собеседования аналитика.
Корреляция vs причинность — в чём разница
Разница между корреляцией и причинностью: ложные корреляции, коэффициент Пирсона, как доказать причинность. Вопросы с собеседования аналитика.
t-test vs z-test — в чём разница и когда какой использовать
Разница между t-тестом и z-тестом: когда какой использовать, формулы, размер выборки. Объяснение для собеседования аналитика данных.
Статистика для аналитика данных: минимум для собеседования
Минимум статистики для аналитика данных: распределения, проверка гипотез, p-value, доверительные интервалы. Что спрашивают на собеседовании.
Теория вероятностей для аналитика: что нужно для собеседования
Теория вероятностей для аналитика данных: формулы, задачи, примеры из работы. Байес, условная вероятность, распределения — минимум для собеседования.
30 вопросов по A/B-тестам для собеседования аналитика
30 вопросов по A/B-тестированию на собеседовании аналитика данных. С ответами: дизайн, метрики, статистика, ошибки, интерпретация.
Центральная предельная теорема: формулировка и применение
ЦПТ: что утверждает, почему работает, зачем нужна аналитику. Формулировка, визуализация, задачи с собеседований.
CUPED: как снизить дисперсию и ускорить A/B-тесты
CUPED — снижение дисперсии в A/B-тестах. Математика, алгоритм, выбор ковариат, Python и SQL примеры. Вопросы с собеседований аналитиков.
Guardrail-метрики: что это и как использовать
Guardrail-метрики простыми словами: что это, чем отличаются от primary и secondary, как выбирать. Примеры для e-commerce, подписок, контента + вопросы с собеседований.
Нормальное распределение: свойства и применение
Нормальное распределение: свойства, правило 68-95-99.7, z-score, связь с ЦПТ. Формулы, Python-код, вопросы с собеседований.
10 ошибок в A/B-тестах
Типичные ошибки в A/B-тестах: подглядывание, множественные сравнения, маленькая выборка, неправильная рандомизация. Как отвечать на собеседовании.
Поправка на множественное сравнение
Проблема множественных сравнений в A/B-тестах. Бонферрони, Холм, Benjamini-Hochberg (FDR). Когда какой метод, Python-примеры, вопросы с собеседований.
Проверка гипотез: какой тест когда применять
Проверка гипотез для аналитика: t-test, z-test, хи-квадрат, Mann-Whitney. Когда какой применять, Python-примеры и вопросы с собеседований.
Задачи на вероятность: разбор типовых задач с собеседований
10 задач на вероятность с решениями. Классическая, условная вероятность, Байес, биномиальное распределение. Задачи с собеседований.