огромное спасибо, больше часа искал

прикольно. недавно вышла?
я первое издание начинал и бросил  читать, потому что там 2013 год.
а стиль изложения вроде удачный.

Пожалуйста, помогите решить задачку из книги "Думай медленно, решай бысро"
Ночью таксист совершил наезд и скрылся с места происшествия.
В городе работают две компании такси, «Зеленая» и «Синяя».
Вам представили следующие данные:
• 85 % городских такси – из «Зеленой» компании, а 15 % – из «Синей».
• Свидетель опознал такси как «Синее». Судебная экспертиза проверила надежность
свидетеля в ночных условиях и заключила, что свидетель правильно опознает каждый
из двух цветов в 80 % случаев и неправильно – в 20 % случаев.
Какова вероятность того, ч то такси, совершившее наезд, было «Синим», а не
«Зеленым»?
Правильный ответ – 41 %.
Но я никак не могу понять как его получили😭😭😭.
Что-то подобное еще дают на собесах 🙄.
Кажется решается по формуле Байеса.

Формула условной вероятности + закон полной вероятности

(0.8*0.15)/(0.8*0.15+0.2*0.85)

Если я правильно понимаю здесь
B - машина была синяя
E - свидетель правильно назвал фактический цвет
P(B|E) = P(B)*P(E|B)/P(E)
P(B) = 0,15 (априорная вероятность того, что машина синяя)
P(E) = (0,8*0,15 + 0,2*0,85) (вероятность того, что истинно или ложно, свидетель назвал правильно фактический цвет машины)
P(E|B) = 0,8 (априорная вероятность того, что свидетель сказал правду)
P(B|E) = 0,15*0,8/(0,8*0,15 + 0,2*0,85) = 0,41

Я поняла! Спасибо огромное! Теперь хоть спать спокойно буду)))

@Wufufah  а запись есть?

Салют
Надо понять, как определенный фактор влияет на метрику. Проблема в том, что когда я разбиваю пользователей на 2 группы (исследуемый фактор = 0 и 1), то они нерепрезентативны по многим другим параметрам (типа возраст и т.д.),  от которых может также зависеть исследуемая метрика. Если смотреть разницу внутри каждой группы отдельно (например, брать только тех, кому меньше 20 лет, потом от 20 до 25 и т.д.), то не хватает данных для стат. значимости. Что с этим делать? Сейчас смотрю в сторону постстратификации, это верный подход?
Кстати, группы с фактором 1 и 0 имеют разный размер. Одна из них составляет 15%, другая 85%.

Это пролито анализ ? Или ты хочешь понять влияние факторов на результат модели после обучения ?

Просто анализ. Уже есть данные, и надо понять, сколько денег мы потеряли из за этого фактора.

ВСех с наступившим! может кто-нибудь есть кто мог бы помочь (готов оплатить) разобраться с проведением дисперсионного анализа ANalysis Of VAriance (ANOVA)?

там небольшой датасетик совсем, нужно сравнить методы

Если прям совсем, то можно скачать statistica, там такое из коробки)

Мне бы лучще человек так как очень ограничен по времени

Лови спамера

классическая задача для  ANOVA, если у вас хватит данных. Ввести в модель помимо целевой метрики и другие потенциально влияющие переменные. Смотреть предсказанную вариативность - как совместную, так и отдельно для каждого фактора.

Другой, более красивый, но замороченный вариант - моделирование структурными уравнениями. Можно проверить разные схемы, где ваши дополнительные переменные будут независимыми факторами, медиаторами или модераторами. Если есть время и гипотезы - можно получить красивую модель с весами всех факторов.

Всем добрый вечер.
Подскажите, как лучше выгрузить данные из ноутбука (.ipynb) в пдф / хтмл?

Мне нужны не все ауты ячеек, а только избранные.

Текст бы хотел брать из маркдауна, картинки (графики) - конвертить в свг и тоже сохранять в исходном пдф