-
Notifications
You must be signed in to change notification settings - Fork 0
/
Chi-2 & Logistic Regression.py
94 lines (61 loc) · 3.75 KB
/
Chi-2 & Logistic Regression.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
############################################# A/B Testing ##########################################################
import os; os.chdir('C:/Users/marvin/Desktop/Python')
import pandas as pd
################################################ chi-2 ###############################################################
ab_test = pd.read_csv('ab_test.csv', sep=",")
#tri croisé
cont = pd.crosstab(ab_test['Views'],ab_test['Conversions'])
cont
from scipy.stats import chi2_contingency
khi_2 = chi2_contingency(cont)
pd.DataFrame({'Stats':['test statistic','p-value','df'], 'Value' : khi_2[:][0:3]})
# le test n'est pas significatif car la p-valeur est superieure à 0,05
# On ne peut donc pas dire que le fait d'effectuer une conversion est lié au type de pages vues
#################################### Régression Logistique Binomiale #################################################
#On modélise le fait d'effectuer une conversion en fonction du type de page vue
#par rapport au profil de réference (ici le profil de reference est d'avoir vu la page orginale),
#Python prend comme profil de reference la premiere modalité dans l'ordre alphabétique de chaque variable explicative
#en regression logistique l'evenement à modeliser est codé 1 et le non evenement 0
# Méthode 1
import numpy as np
ab_test['Conversions'] = np.where(ab_test['Conversions'] == "oui", 1, ab_test['Conversions'] )
ab_test['Conversions'] = np.where(ab_test['Conversions'] == "non", 0, ab_test['Conversions'] )
# Méthode 2 cat.codes transforme var cat en num Mod1 = 0, Mod2 = 1 ...dans l'odre alphb des Mod
ab_test["Conversions"] = ab_test["Conversions"].astype('category')
ab_test["Conversions"] = ab_test["Conversions"].cat.codes
import statsmodels.api as sm ; import statsmodels.formula.api as smf
model = smf.glm(formula = 'Conversions ~ Views', data=ab_test, family=sm.families.Binomial())
result = model.fit()
result.summary()
#ni le fait d'avoir vu la page A ni le fait d'avoir vu la page B a une incidence significative
#sur le fait d'effectuer une coversion car leurs p-valeur sont superieures à 0,005
#et 0 appartient à l'interval de confiance
#odds ratio
conf = result.conf_int()
conf['Odds Ratio'] = result.params
conf.columns = ['5%', '95%', 'Odds Ratio']
np.exp(conf)
#le fait de voir la page A multiplie par 0,9 (quasi constant)
#par rapport au fait d'avoir vu la page original les chance de conversions
#le fait de voir la page B multiplie par 0,9 (quasi constant) les chance de conversions
######################################################## GLM ###########################################################
#On analyse le montant des transactions en fonction du pays et du device de l'acheteur
transactions = pd.read_csv('transactions.csv', sep=",")
device = pd.DataFrame(transactions.groupby('deviceCategory').count()[['ID_Transaction']])
device
continent = pd.DataFrame(transactions.groupby('continent').count()[['ID_Transaction']])
continent
#le profil de référence est Americas & Desktop
transactions['continent'] = transactions.continent.replace({"Americas":"1.Americas","Asia":"2.Asia",
"Europe":"3.Europe","Oceania":"4.Oceania",
"Africa":"5.Africa","(not set)":"6.(not set)"})
import numpy as np ; import statsmodels.formula.api as smf
model_glm = smf.poisson('CA ~ deviceCategory + continent', data = transactions)
result = model_glm.fit()
result.summary()
#odds ratio
conf = result.conf_int()
conf['Odds Ratio'] = result.params
conf.columns = ['5%', '95%', 'Odds Ratio']
np.exp(conf)
#chaque modalité a une incidence significative sur le CA par rapport au profil de reference