Ответ вслух Junior Описательная статистика спрашивают часто обновлено

Как описать распределение метрики

Вопрос

Вам дали выгрузку чеков за месяц. Как вы опишете распределение, прежде чем делать выводы?

Попробуйте сами

Ответьте вслух за 2 минуты, как на собесе. Потом сверьтесь с тезисами: что прозвучало, а что нет.

Показать ответ и разбор

Коротко

Сначала проверяю данные: сколько строк, есть ли пропуски, нули, отрицательные суммы, дубликаты. Потом центр: среднее и медиану вместе.

Что должно прозвучать в ответе

  • Объём данных, пропуски, явные ошибки

  • Среднее и медиана вместе, их сравнение говорит о хвосте

  • Разброс: std и IQR, квантили p5/p25/p75/p95/p99

  • Гистограмма, лучше в логарифмической шкале для денег

  • Выбросы: ошибка данных или реальные крупные клиенты

  • Разрезы по сегментам, где распределение может отличаться

Что могут спросить следом

  • Когда медиана вводит в заблуждение?
  • Что будете делать с отрицательными чеками?
  • Как быстро понять, что распределение логнормальное?

Разбор

Сначала проверяю данные: сколько строк, есть ли пропуски, нули, отрицательные суммы, дубликаты. Потом центр: среднее и медиану вместе. Если среднее заметно больше медианы, у распределения тяжёлый правый хвост, и одно среднее вводит в заблуждение. Разброс описываю стандартным отклонением и IQR, плюс набором квантилей до p99, чтобы увидеть хвост. Строю гистограмму, для денег в логарифмической шкале: если там колокол, распределение близко к логнормальному. Смотрю на выбросы и разбираюсь, ошибка это или реальные крупные клиенты, их не удаляю молча. И разрезаю по сегментам: новые и старые, платформы, регионы, потому что общая картина может быть смесью разных групп.

Ответьте сами, а не прочитайте

В тренажёре вопрос попадёт в повторения и вернётся, когда начнёт забываться. Плюс билеты с зачётом: 20 вопросов, не больше 2 ошибок.

Термины по теме