{"id":442932,"date":"2024-12-26T03:14:36","date_gmt":"2024-12-26T03:14:36","guid":{"rendered":"http:\/\/savepearlharbor.com\/?p=442932"},"modified":"-0001-11-30T00:00:00","modified_gmt":"2024-12-26T03:14:36","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=442932","title":{"rendered":"\u0421\u0442\u0440\u0430\u0442\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u044f: \u043a\u0430\u043a \u043d\u0435 \u043e\u0431\u043b\u0430\u0436\u0430\u0442\u044c\u0441\u044f \u0441 A\/B \u0442\u0435\u0441\u0442\u0430\u043c\u0438<\/span>"},"content":{"rendered":"
<\/div>\n
\n
\n
\n
\n

\u041f\u0440\u0438\u0432\u0435\u0442, \u0425\u0430\u0431\u0440! <\/p>\n

\u041f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u044c\u0442\u0435: \u0432\u044b \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0435\u0442\u0435 A\/B \u0442\u0435\u0441\u0442. \u0426\u0435\u043b\u044c \u043f\u0440\u043e\u0441\u0442\u0430: \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c, \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442\u00a0\u043b\u0438 \u043d\u043e\u0432\u0430\u044f \u043a\u043d\u043e\u043f\u043a\u0430 \u043b\u0443\u0447\u0448\u0435 \u0441\u0442\u0430\u0440\u043e\u0439. \u041d\u043e\u00a0\u0442\u0443\u0442\u00a0\u0436\u0435 \u0432\u043e\u0437\u043d\u0438\u043a\u0430\u0435\u0442 \u043c\u044b\u0441\u043b\u044c: \u00ab\u0410 \u0432\u0434\u0440\u0443\u0433 \u043c\u043e\u0431\u0438\u043b\u044c\u043d\u044b\u0435 \u044e\u0437\u0435\u0440\u044b \u0438 \u0434\u0435\u0441\u043a\u0442\u043e\u043f\u043d\u044b\u0435 \u0440\u0435\u0430\u0433\u0438\u0440\u0443\u044e\u0442 \u043f\u043e\u2011\u0440\u0430\u0437\u043d\u043e\u043c\u0443? \u0410\u00a0\u0447\u0442\u043e\u00a0\u0441\u00a0\u043d\u043e\u0432\u044b\u043c\u0438 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f\u043c\u0438? \u0418\u0445 \u043c\u043d\u0435\u043d\u0438\u0435 \u0432\u0435\u0434\u044c \u044f\u0432\u043d\u043e \u043d\u0435\u00a0\u0440\u0430\u0432\u043d\u043e\u0446\u0435\u043d\u043d\u043e\u0435 \u043e\u043f\u044b\u0442\u043d\u044b\u043c \u044e\u0437\u0435\u0440\u0430\u043c\u00bb. \u0411\u0435\u0437\u00a0\u0441\u0442\u0440\u0430\u0442\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u0438 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043c\u043e\u0436\u0435\u0442\u00a0\u0431\u044b\u0442\u044c \u0442\u0430\u043a \u0441\u0435\u0431\u0435.<\/p>\n

\u0427\u0442\u043e\u00a0\u0442\u0430\u043a\u043e\u0435 \u0441\u0442\u0440\u0430\u0442\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u044f?<\/strong> \u042d\u0442\u043e \u0441\u043f\u043e\u0441\u043e\u0431 \u0441\u0434\u0435\u043b\u0430\u0442\u044c A\/B \u0442\u0435\u0441\u0442\u044b \u0447\u0443\u0442\u043e\u0447\u043a\u0443 \u0447\u0435\u0441\u0442\u043d\u0435\u0435. \u0411\u0435\u0440\u0435\u043c \u0432\u044b\u0431\u043e\u0440\u043a\u0443, \u0434\u0435\u043b\u0438\u043c \u0435\u0435 \u043d\u0430\u00a0\u043e\u0434\u043d\u043e\u0440\u043e\u0434\u043d\u044b\u0435 \u0433\u0440\u0443\u043f\u043f\u044b\u00a0\u2014 \u0441\u0442\u0440\u0430\u0442\u044b\u00a0\u2014 \u043f\u043e\u00a0\u043a\u043b\u044e\u0447\u0435\u0432\u044b\u043c \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u0430\u043c (\u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0443\u0441\u0442\u0440\u043e\u0439\u0441\u0442\u0432\u043e \u0438 \u0441\u0442\u0430\u0442\u0443\u0441 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f), \u0430\u00a0\u043f\u043e\u0442\u043e\u043c \u0443\u0436\u0435 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u044f\u0435\u043c \u044e\u0437\u0435\u0440\u043e\u0432 \u0432\u00a0\u0433\u0440\u0443\u043f\u043f\u044b \u0410\u00a0\u0438 \u0411. <\/p>\n

\u041f\u0440\u0438\u043c\u0435\u043d\u044f\u0442\u044c \u0441\u0442\u0440\u0430\u0442\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u044e \u0441\u0442\u043e\u0438\u0442, \u0435\u0441\u043b\u0438:<\/p>\n

    \n
  1. \n

    \u041c\u043d\u043e\u0433\u043e \u0441\u0435\u0433\u043c\u0435\u043d\u0442\u043e\u0432:<\/strong> \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043c\u043e\u0431\u0438\u043b\u044c\u043d\u044b\u0435 \u0438 \u0434\u0435\u0441\u043a\u0442\u043e\u043f\u043d\u044b\u0435 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0432\u0435\u0434\u0443\u0442 \u0441\u0435\u0431\u044f, \u043a\u0430\u043a\u00a0\u0441\u0435\u0432\u0435\u0440 \u0438 \u044e\u0433: \u0432\u0440\u043e\u0434\u0435 \u043b\u044e\u0434\u0438, \u043d\u043e\u00a0\u0441\u00a0\u0441\u043e\u0432\u0435\u0440\u0448\u0435\u043d\u043d\u043e \u0440\u0430\u0437\u043d\u044b\u043c\u0438 \u043f\u0440\u0438\u0432\u044b\u0447\u043a\u0430\u043c\u0438.<\/p>\n<\/li>\n

  2. \n

    \u0412\u0430\u0436\u043d\u043e \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u0431\u0430\u043b\u0430\u043d\u0441:<\/strong> \u0432\u044b\u00a0\u0436\u0435 \u043d\u0435\u00a0\u0445\u043e\u0442\u0438\u0442\u0435, \u0447\u0442\u043e\u0431\u044b \u0432\u00a0\u043e\u0434\u043d\u043e\u0439 \u0433\u0440\u0443\u043f\u043f\u0435\u00a0\u0431\u044b\u043b\u043e 90% \u043d\u043e\u0432\u0438\u0447\u043a\u043e\u0432, \u0430\u00a0\u0432\u00a0\u0434\u0440\u0443\u0433\u043e\u0439\u00a0\u2014 \u043e\u0434\u043d\u0438 \u0432\u0435\u0442\u0435\u0440\u0430\u043d\u044b \u0438\u043d\u0442\u0435\u0440\u0444\u0435\u0439\u0441\u043e\u0432.<\/p>\n<\/li>\n

  3. \n

    \u0412\u044b\u0431\u043e\u0440\u043a\u0430 \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u0431\u043e\u043b\u044c\u0448\u0430\u044f:<\/strong> \u0435\u0441\u043b\u0438 \u0441\u0442\u0440\u0430\u0442 \u0431\u043e\u043b\u044c\u0448\u0435, \u0447\u0435\u043c \u0443\u0447\u0430\u0441\u0442\u043d\u0438\u043a\u043e\u0432, \u0442\u0435\u0441\u0442 \u043f\u0440\u0435\u0432\u0440\u0430\u0449\u0430\u0435\u0442\u0441\u044f \u0432\u00a0\u0446\u0438\u0440\u043a \u0441\u00a0\u043c\u0438\u0437\u0435\u0440\u043d\u044b\u043c\u0438 \u0434\u0430\u043d\u043d\u044b\u043c\u0438.<\/p>\n<\/li>\n<\/ol>\n

    \u041d\u043e\u00a0\u043d\u0435\u00a0\u043d\u0430\u0434\u043e \u0441\u0442\u0440\u0430\u0442\u0438\u0444\u0438\u0446\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0432\u0441\u0435 \u043f\u043e\u0434\u0440\u044f\u0434. \u0414\u043b\u044f\u00a0\u043c\u0435\u043b\u043a\u0438\u0445 \u0442\u0435\u0441\u0442\u043e\u0432 \u0438\u043b\u0438\u00a0\u0431\u044b\u0441\u0442\u0440\u044b\u0445 \u043f\u0440\u043e\u0432\u0435\u0440\u043e\u043a \u00ab\u0430 \u0447\u0442\u043e, \u0435\u0441\u043b\u0438 \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u043a\u043d\u043e\u043f\u043a\u0443 \u0440\u043e\u0437\u043e\u0432\u043e\u0439?\u00bb<\/em>\u00a0\u2014 \u043f\u0440\u043e\u0449\u0435 \u043e\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u0432\u0441\u0435 \u043a\u0430\u043a\u00a0\u0435\u0441\u0442\u044c.<\/p>\n

    \u0420\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0441\u0442\u0440\u0430\u0442\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u0438 \u0432 A\/B \u0442\u0435\u0441\u0442\u0430\u0445<\/h3>\n

    \u041d\u0430\u0447\u043d\u0435\u043c \u0441\u00a0\u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u043d\u0430\u0431\u043e\u0440\u0430 \u0434\u0430\u043d\u043d\u044b\u0445, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0431\u0443\u0434\u0435\u0442 \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0442\u044c \u0438\u043d\u0444\u043e\u0440\u043c\u0430\u0446\u0438\u044e \u043e\u00a0\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f\u0445, \u0438\u0445 \u0441\u0442\u0430\u0442\u0443\u0441\u0435 \u0438 \u0443\u0441\u0442\u0440\u043e\u0439\u0441\u0442\u0432\u0435.<\/p>\n

    import pandas as pd from sklearn.model_selection import train_test_split  # \u0421\u043e\u0437\u0434\u0430\u0451\u043c \u043f\u0440\u0438\u043c\u0435\u0440 \u0434\u0430\u043d\u043d\u044b\u0445 data = pd.DataFrame({     'user_id': range(1, 1001),     'is_new': [1 if x < 500 else 0 for x in range(1000)],  # \u041f\u0435\u0440\u0432\u044b\u0435 500 \u043d\u043e\u0432\u044b\u0445 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439     'device': ['mobile' if x % 2 == 0 else 'desktop' for x in range(1000)],     'conversion': [0]*1000  # \u0417\u0434\u0435\u0441\u044c \u0431\u0443\u0434\u0443\u0442 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u0442\u0435\u0441\u0442\u0430 })  print(data.head()) <\/code><\/pre>\n
       user_id  is_new  device  conversion 0        1       1  mobile           0 1        2       1 desktop           0 2        3       1  mobile           0 3        4       1 desktop           0 4        5       1  mobile           0<\/code><\/pre>\n
    \u0423\u00a0\u043d\u0430\u0441 1000\u00a0\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439, \u043f\u043e\u043b\u043e\u0432\u0438\u043d\u0430 \u0438\u0437\u00a0\u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043d\u043e\u0432\u044b\u0435, \u0430\u00a0\u0434\u0440\u0443\u0433\u0430\u044f \u043f\u043e\u043b\u043e\u0432\u0438\u043d\u0430\u00a0\u2014 \u0432\u0435\u0440\u043d\u0443\u0432\u0448\u0438\u0435\u0441\u044f. \u0423\u0441\u0442\u0440\u043e\u0439\u0441\u0442\u0432\u0430 \u0447\u0435\u0440\u0435\u0434\u0443\u044e\u0442\u0441\u044f \u043c\u0435\u0436\u0434\u0443 \u043c\u043e\u0431\u0438\u043b\u044c\u043d\u044b\u043c\u0438 \u0438 \u0434\u0435\u0441\u043a\u0442\u043e\u043f\u043d\u044b\u043c\u0438. \u041f\u0440\u043e\u0441\u0442\u0430\u044f \u0441\u0438\u043c\u043c\u0435\u0442\u0440\u0438\u044f.<\/p>\n
    \u0422\u0435\u043f\u0435\u0440\u044c \u043e\u0431\u044a\u0435\u0434\u0438\u043d\u0438\u043c \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0438 is_new<\/code> \u0438 device<\/code>, \u0447\u0442\u043e\u0431\u044b \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u0441\u0442\u0440\u0430\u0442\u044b. \u042d\u0442\u043e \u043f\u043e\u0437\u0432\u043e\u043b\u0438\u0442 \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u0442\u044c \u0434\u0432\u0430 \u0444\u0430\u043a\u0442\u043e\u0440\u0430 \u043f\u0440\u0438\u00a0\u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0438 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439.<\/p>\n
    # \u0421\u043e\u0437\u0434\u0430\u0451\u043c \u0441\u0442\u0440\u0430\u0442\u044b, \u043e\u0431\u044a\u0435\u0434\u0438\u043d\u044f\u044f \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0438 data['stratum'] = data['is_new'].astype(str) + '_' + data['device']  print(data['stratum'].value_counts())<\/code><\/pre>\n
    1_mobile      250 0_mobile      250 1_desktop     250 0_desktop     250 Name: stratum, dtype: int64 <\/code><\/pre>\n
    \u041f\u043e\u043b\u0443\u0447\u0438\u043b\u0438 \u0440\u043e\u0432\u043d\u043e \u0447\u0435\u0442\u044b\u0440\u0435 \u0441\u0442\u0440\u0430\u0442\u044b: \u043d\u043e\u0432\u044b\u0435 \u043c\u043e\u0431\u0438\u043b\u044c\u043d\u044b\u0435, \u0441\u0442\u0430\u0440\u044b\u0435 \u0434\u0435\u0441\u043a\u0442\u043e\u043f\u043d\u044b\u0435 \u0438 \u0442\u0430\u043a \u0434\u0430\u043b\u0435\u0435. \u0422\u0435\u043f\u0435\u0440\u044c \u0440\u0430\u0437\u0434\u0435\u043b\u044f\u0435\u043c \u0432\u0441\u0451 \u044d\u0442\u043e \u0434\u043e\u0431\u0440\u043e \u043d\u0430\u00a0\u0433\u0440\u0443\u043f\u043f\u044b A \u0438 B. \u0418\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c \u0444\u0443\u043d\u043a\u0446\u0438\u044e train_test_split<\/code> \u0441\u00a0\u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u043c stratify<\/code>, \u0447\u0442\u043e\u0431\u044b \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u043f\u0440\u043e\u043f\u043e\u0440\u0446\u0438\u0438 \u0441\u0442\u0440\u0430\u0442 \u0432\u00a0\u043e\u0431\u0435\u0438\u0445 \u0433\u0440\u0443\u043f\u043f\u0430\u0445.<\/p>\n
    group_a, group_b = train_test_split(     data,     test_size=0.5,     stratify=data['stratum'],     random_state=42 )  print(\"Group A size:\", group_a.shape[0]) print(\"Group B size:\", group_b.shape[0])<\/code><\/pre>\n
    Group A size: 500 Group B size: 500<\/code><\/pre>\n
    \u0420\u0430\u0437\u0434\u0435\u043b\u0438\u043b\u0438 \u0432\u044b\u0431\u043e\u0440\u043a\u0443 \u043f\u043e\u043f\u043e\u043b\u0430\u043c, \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u044f \u043f\u0440\u043e\u043f\u043e\u0440\u0446\u0438\u0438 \u043a\u0430\u0436\u0434\u043e\u0439 \u0441\u0442\u0440\u0430\u0442\u044b. \u0422\u0435\u043f\u0435\u0440\u044c \u043e\u0431\u0435 \u0433\u0440\u0443\u043f\u043f\u044b \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0442 \u043f\u043e 250\u00a0\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439 \u0438\u0437\u00a0\u043a\u0430\u0436\u0434\u043e\u0439 \u0441\u0442\u0440\u0430\u0442\u044b, \u0447\u0442\u043e\u00a0\u0438\u0434\u0435\u0430\u043b\u044c\u043d\u043e \u0434\u043b\u044f\u00a0\u0442\u043e\u0447\u043d\u044b\u0445 \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0439.<\/p>\n
    \u041f\u0440\u043e\u0432\u0435\u0440\u0438\u043c, \u0447\u0442\u043e\u00a0\u0441\u0442\u0440\u0430\u0442\u044b \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0438\u043b\u0438\u0441\u044c \u0440\u0430\u0432\u043d\u043e\u043c\u0435\u0440\u043d\u043e \u043c\u0435\u0436\u0434\u0443 \u0433\u0440\u0443\u043f\u043f\u0430\u043c\u0438 A \u0438 B.<\/p>\n
    print(\"Group A strata distribution:\") print(group_a['stratum'].value_counts(normalize=True))  print(\"\\nGroup B strata distribution:\") print(group_b['stratum'].value_counts(normalize=True))<\/code><\/pre>\n
    Group A strata distribution: 1_mobile      0.25 0_mobile      0.25 1_desktop     0.25 0_desktop     0.25 Name: stratum, dtype: float64  Group B strata distribution: 1_mobile      0.25 0_mobile      0.25 1_desktop     0.25 0_desktop     0.25 Name: stratum, dtype: float64<\/code><\/pre>\n
    \u041e\u0431\u0435 \u0433\u0440\u0443\u043f\u043f\u044b \u0438\u043c\u0435\u044e\u0442 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u043e\u0435 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0435 \u043f\u043e\u00a0\u0432\u0441\u0435\u043c \u0441\u0442\u0440\u0430\u0442\u0430\u043c, \u0447\u0442\u043e\u00a0\u043c\u0438\u043d\u0438\u043c\u0438\u0437\u0438\u0440\u0443\u0435\u0442 \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u044b\u0435 \u0438\u0441\u043a\u0430\u0436\u0435\u043d\u0438\u044f \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u043e\u0432. \u0422\u0435\u043f\u0435\u0440\u044c \u043c\u043e\u0436\u043d\u043e \u0441\u00a0\u0443\u0432\u0435\u0440\u0435\u043d\u043d\u043e\u0441\u0442\u044c\u044e \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0442\u044c \u0442\u0435\u0441\u0442\u044b, \u0437\u043d\u0430\u044f, \u0447\u0442\u043e\u00a0\u0433\u0440\u0443\u043f\u043f\u044b \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u043e \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u044f\u044e\u0442 \u0432\u0441\u0435 \u043a\u043b\u044e\u0447\u0435\u0432\u044b\u0435 \u0441\u0435\u0433\u043c\u0435\u043d\u0442\u044b.<\/p>\n
    \u041c\u043e\u0436\u043d\u043e \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0442\u044c \u0442\u0435\u0441\u0442 \u0438 \u0430\u043d\u0430\u043b\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b. \u0414\u043b\u044f\u00a0\u043f\u0440\u0438\u043c\u0435\u0440\u0430 \u0441\u0438\u043c\u0443\u043b\u0438\u0440\u0443\u0435\u043c \u043a\u043e\u043d\u0432\u0435\u0440\u0441\u0438\u0438 \u0438 \u043f\u0440\u043e\u0432\u0435\u0434\u0435\u043c \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0442\u0435\u0441\u0442:<\/p>\n
    import numpy as np from scipy.stats import chi2_contingency  # \u0421\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u044f \u043a\u043e\u043d\u0432\u0435\u0440\u0441\u0438\u0439 np.random.seed(42) group_a['conversion'] = np.random.binomial(1, 0.10, size=group_a.shape[0])  # \u0413\u0440\u0443\u043f\u043f\u0430 A \u043a\u043e\u043d\u0432\u0435\u0440\u0441\u0438\u044f 10% group_b['conversion'] = np.random.binomial(1, 0.12, size=group_b.shape[0])  # \u0413\u0440\u0443\u043f\u043f\u0430 B \u043a\u043e\u043d\u0432\u0435\u0440\u0441\u0438\u044f 12%  # \u041f\u043e\u0434\u0441\u0447\u0451\u0442 \u043a\u043e\u043d\u0432\u0435\u0440\u0441\u0438\u0439 conversions_a = group_a['conversion'].sum() conversions_b = group_b['conversion'].sum()  print(f\"Group A conversions: {conversions_a} \/ {group_a.shape[0]}\") print(f\"Group B conversions: {conversions_b} \/ {group_b.shape[0]}\")<\/code><\/pre>\n
    Group A conversions: 49 \/ 500 Group B conversions: 62 \/ 500<\/code><\/pre>\n
    \u0412\u00a0\u0433\u0440\u0443\u043f\u043f\u0435 A \u043a\u043e\u043d\u0432\u0435\u0440\u0441\u0438\u044f 9.8%, \u0430\u00a0\u0432\u00a0\u0433\u0440\u0443\u043f\u043f\u0435 B\u00a0\u2014 12.4%. \u0422\u0435\u043f\u0435\u0440\u044c \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u043c, \u0437\u043d\u0430\u0447\u0438\u043c\u0430\u00a0\u043b\u0438 \u044d\u0442\u0430 \u0440\u0430\u0437\u043d\u0438\u0446\u0430.<\/p>\n
    \u041f\u0440\u043e\u0432\u0435\u0434\u0451\u043c \u0442\u0435\u0441\u0442 \u0445\u0438\u2011\u043a\u0432\u0430\u0434\u0440\u0430\u0442, \u0447\u0442\u043e\u0431\u044b \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0438\u0442\u044c, \u0437\u043d\u0430\u0447\u0438\u043c\u0430\u00a0\u043b\u0438 \u0440\u0430\u0437\u043d\u0438\u0446\u0430 \u043c\u0435\u0436\u0434\u0443 \u0433\u0440\u0443\u043f\u043f\u0430\u043c\u0438.<\/p>\n
    # \u0421\u043e\u0437\u0434\u0430\u043d\u0438\u0435 \u0442\u0430\u0431\u043b\u0438\u0446\u044b \u0441\u043e\u043f\u0440\u044f\u0436\u0451\u043d\u043d\u043e\u0441\u0442\u0438 contingency_table = pd.DataFrame({     'A': [conversions_a, group_a.shape[0] - conversions_a],     'B': [conversions_b, group_b.shape[0] - conversions_b] }, index=['Converted', 'Not Converted'])  print(\"Contingency Table:\") print(contingency_table)  # \u0422\u0435\u0441\u0442 \u0425\u0438-\u043a\u0432\u0430\u0434\u0440\u0430\u0442 chi2, p, dof, ex = chi2_contingency(contingency_table)  print(f\"\\nChi2 Statistic: {chi2}\") print(f\"P-value: {p}\")<\/code><\/pre>\n
    Contingency Table:               A   B Converted    49  62 Not Converted 451 438  Chi2 Statistic: 2.0408163265306123 P-value: 0.15223670058397293<\/code><\/pre>\n
    P\u2011value = 0.152\u00a0\u0431\u043e\u043b\u044c\u0448\u0435 \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u043e\u0433\u043e \u0443\u0440\u043e\u0432\u043d\u044f \u0437\u043d\u0430\u0447\u0438\u043c\u043e\u0441\u0442\u0438 0.05, \u0447\u0442\u043e\u00a0\u043e\u0437\u043d\u0430\u0447\u0430\u0435\u0442, \u0447\u0442\u043e\u00a0\u0440\u0430\u0437\u043d\u0438\u0446\u0430 \u0432\u00a0\u043a\u043e\u043d\u0432\u0435\u0440\u0441\u0438\u044f\u0445 \u043c\u0435\u0436\u0434\u0443 \u0433\u0440\u0443\u043f\u043f\u0430\u043c\u0438 A \u0438 B \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u043d\u0435\u00a0\u0437\u043d\u0430\u0447\u0438\u043c\u0430. <\/p>\n
    \u0418\u043d\u043e\u0433\u0434\u0430 \u043d\u0443\u0436\u043d\u043e \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u0442\u044c \u0431\u043e\u043b\u044c\u0448\u0435 \u0444\u0430\u043a\u0442\u043e\u0440\u043e\u0432. \u0414\u043e\u0431\u0430\u0432\u0438\u043c \u0435\u0449\u0451 \u043e\u0434\u043d\u0443 \u0445\u0430\u0440\u0430\u043a\u0442\u0435\u0440\u0438\u0441\u0442\u0438\u043a\u0443\u00a0\u2014 \u0433\u0435\u043e\u0433\u0440\u0430\u0444\u0438\u044e \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f.<\/p>\n
    # \u0414\u043e\u0431\u0430\u0432\u0438\u043c \u0433\u0435\u043e\u0433\u0440\u0430\u0444\u0438\u044e data['country'] = ['USA' if x < 333 else 'Canada' if x < 666 else 'UK' for x in range(1000)]  # \u041e\u0431\u043d\u043e\u0432\u043b\u044f\u0435\u043c \u0441\u0442\u0440\u0430\u0442\u044b data['stratum'] = data['is_new'].astype(str) + '_' + data['device'] + '_' + data['country']  print(data['stratum'].value_counts())<\/code><\/pre>\n
    1_mobile_USA        167 0_mobile_USA        167 1_mobile_Canada     167 0_mobile_Canada     167 1_mobile_UK         166 0_mobile_UK         166 1_desktop_USA       167 0_desktop_USA       167 1_desktop_Canada    167 0_desktop_Canada    167 1_desktop_UK        166 0_desktop_UK        166 Name: stratum, dtype: int64<\/code><\/pre>\n
    \u0422\u0435\u043f\u0435\u0440\u044c \u0443\u00a0\u043d\u0430\u0441 12\u00a0\u0441\u0442\u0440\u0430\u0442, \u043a\u0430\u0436\u0434\u0430\u044f \u0441\u00a0\u043f\u0440\u0438\u043c\u0435\u0440\u043d\u043e 167\u00a0\u0443\u0447\u0430\u0441\u0442\u043d\u0438\u043a\u0430\u043c\u0438. \u0427\u0435\u043c \u0431\u043e\u043b\u044c\u0448\u0435 \u0444\u0430\u043a\u0442\u043e\u0440\u043e\u0432 \u0432\u044b \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u0435\u0442\u0435, \u0442\u0435\u043c \u0431\u043e\u043b\u0435\u0435 \u0442\u043e\u0447\u043d\u044b\u043c \u0441\u0442\u0430\u043d\u043e\u0432\u0438\u0442\u0441\u044f \u0432\u0430\u0448 \u0442\u0435\u0441\u0442.<\/p>\n
    \u0420\u0430\u0437\u0434\u0435\u043b\u0435\u043d\u0438\u0435 \u0441\u00a0\u0443\u0447\u0435\u0442\u043e\u043c \u043d\u043e\u0432\u044b\u0445 \u0441\u0442\u0440\u0430\u0442:<\/p>\n
    # \u0420\u0430\u0437\u0434\u0435\u043b\u0435\u043d\u0438\u0435 \u043d\u0430 \u0433\u0440\u0443\u043f\u043f\u044b A \u0438 B \u0441 \u0443\u0447\u0451\u0442\u043e\u043c \u043d\u043e\u0432\u044b\u0445 \u0441\u0442\u0440\u0430\u0442 group_a, group_b = train_test_split(     data,     test_size=0.5,     stratify=data['stratum'],     random_state=42 )  print(\"Group A strata distribution:\") print(group_a['stratum'].value_counts(normalize=True))  print(\"\\nGroup B strata distribution:\") print(group_b['stratum'].value_counts(normalize=True)) <\/code><\/pre>\n
    Group A strata distribution: 1_mobile_USA         0.083333 0_mobile_USA         0.083333 1_mobile_Canada      0.083333 0_mobile_Canada      0.083333 1_mobile_UK          0.083333 0_mobile_UK          0.083333 1_desktop_USA       0.083333 0_desktop_USA       0.083333 1_desktop_Canada    0.083333 0_desktop_Canada    0.083333 1_desktop_UK        0.083333 0_desktop_UK        0.083333 Name: stratum, dtype: float64  Group B strata distribution: 1_mobile_USA         0.083333 0_mobile_USA         0.083333 1_mobile_Canada      0.083333 0_mobile_Canada      0.083333 1_mobile_UK          0.083333 0_mobile_UK          0.083333 1_desktop_USA       0.083333 0_desktop_USA       0.083333 1_desktop_Canada    0.083333 0_desktop_Canada    0.083333 1_desktop_UK        0.083333 0_desktop_UK        0.083333 Name: stratum, dtype: float64<\/code><\/pre>\n
    \u041a\u0430\u0436\u0434\u0430\u044f \u0438\u0437 12\u00a0\u0441\u0442\u0440\u0430\u0442 \u0440\u0430\u0432\u043d\u043e\u043c\u0435\u0440\u043d\u043e \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0430 \u043c\u0435\u0436\u0434\u0443 \u0433\u0440\u0443\u043f\u043f\u0430\u043c\u0438 A \u0438 B. <\/p>\n\n
    \u0421\u0442\u0440\u0430\u0442\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u044f\u00a0\u2014 \u0448\u0442\u0443\u043a\u0430 \u043c\u043e\u0449\u043d\u0430\u044f, \u043d\u043e\u00a0\u0431\u0443\u0434\u0435\u043c \u0447\u0435\u0441\u0442\u043d\u044b: \u0438\u043d\u043e\u0433\u0434\u0430 \u043e\u043d\u0430 \u043d\u0438 \u043a\u00a0\u0447\u0435\u043c\u0443. \u0415\u0441\u043b\u0438 \u0443\u00a0\u0432\u0430\u0441 \u0432\u044b\u0431\u043e\u0440\u043a\u0430 \u043c\u0435\u043d\u044c\u0448\u0435, \u0447\u0435\u043c \u0447\u0438\u0441\u043b\u043e \u0441\u0442\u0440\u0430\u0442, \u0438\u043b\u0438\u00a0\u043d\u0443\u0436\u043d\u043e\u00a0\u0431\u044b\u0441\u0442\u0440\u043e \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c \u0433\u0438\u043f\u043e\u0442\u0435\u0437\u0443 \u00ab\u0430 \u0447\u0442\u043e\u00a0\u0435\u0441\u043b\u0438 \u0434\u043e\u0431\u0430\u0432\u0438\u0442\u044c \u043a\u043e\u0442\u0438\u043a\u043e\u0432 \u0432\u00a0\u0438\u043d\u0442\u0435\u0440\u0444\u0435\u0439\u0441?\u00bb,\u00a0\u2014 \u043d\u0435\u00a0\u0443\u0441\u043b\u043e\u0436\u043d\u044f\u0439\u0442\u0435 \u0441\u0435\u0431\u0435 \u0436\u0438\u0437\u043d\u044c. \u0418\u043d\u043e\u0433\u0434\u0430 \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u043f\u0440\u043e\u0441\u0442\u043e\u0433\u043e \u0441\u043b\u0443\u0447\u0430\u0439\u043d\u043e\u0433\u043e \u0434\u0435\u043b\u0435\u043d\u0438\u044f, \u0438 \u043c\u0438\u0440 \u043f\u0440\u043e\u0434\u043e\u043b\u0436\u0438\u0442 \u0432\u0440\u0430\u0449\u0430\u0442\u044c\u0441\u044f.<\/p>\n
    \u041a\u0430\u043a\u0438\u0435 \u043d\u0435\u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u044b\u0435 \u0441\u043f\u043e\u0441\u043e\u0431\u044b \u0441\u0442\u0440\u0430\u0442\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u0438 \u0432\u044b \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b\u0438? \u0414\u0435\u043b\u0438\u0442\u0435\u0441\u044c \u0441\u0432\u043e\u0438\u043c\u0438 \u043a\u0435\u0439\u0441\u0430\u043c\u0438 \u0432\u00a0\u043a\u043e\u043c\u043c\u0435\u043d\u0442\u0430\u0440\u0438\u044f\u0445.<\/p>\n
    \n
    27 \u0434\u0435\u043a\u0430\u0431\u0440\u044f \u0432 Otus \u043f\u0440\u043e\u0439\u0434\u0435\u0442 \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u0439 \u0443\u0440\u043e\u043a \u00ab\u0412\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0434\u0430\u043d\u043d\u044b\u0445. \u041e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u201e\u0444\u0438\u043d\u0430\u043d\u0441\u043e\u0432\u044b\u0435\u201c \u0433\u0440\u0430\u0444\u0438\u043a\u0438, \u0440\u0430\u0431\u043e\u0442\u0430 \u0441\u00a0mplfinance\u00bb. \u041d\u0430 \u043d\u0435\u043c \u043d\u0430\u0443\u0447\u0438\u043c\u0441\u044f \u0441\u0442\u0440\u043e\u0438\u0442\u044c \u0433\u0440\u0430\u0444\u0438\u043a\u0438 \u0432 \u0444\u043e\u0440\u043c\u0430\u0442\u0435, \u043f\u0440\u0438\u043d\u044f\u0442\u043e\u043c \u0434\u043b\u044f \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0444\u0438\u043d\u0430\u043d\u0441\u043e\u0432\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445. \u0420\u0430\u0441\u0441\u043c\u043e\u0442\u0440\u0438\u043c, \u0447\u0442\u043e \u0442\u0430\u043a\u043e\u0435 \u0441\u0432\u0435\u0447\u043d\u044b\u0435 \u0433\u0440\u0430\u0444\u0438\u043a\u0438; \u043d\u0430\u0443\u0447\u0438\u043c\u0441\u044f \u0441\u0442\u0440\u043e\u0438\u0442\u044c \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u043b\u0438\u043d\u0438\u0438 \u043d\u0430 \u0433\u0440\u0430\u0444\u0438\u043a\u0430\u0445 \u0438 \u0434\u043e\u0432\u0435\u0440\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u0438\u043d\u0442\u0435\u0440\u0432\u0430\u043b\u044b. \u0417\u0430\u043f\u0438\u0441\u0430\u0442\u044c\u0441\u044f<\/a>.<\/p>\n
    \u0412\u0441\u0435 \u0442\u0435\u043c\u044b \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u0445 \u0443\u0440\u043e\u043a\u043e\u0432 \u043c\u043e\u0436\u043d\u043e \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c \u0432 \u043a\u0430\u043b\u0435\u043d\u0434\u0430\u0440\u0435<\/a>.<\/p>\n<\/blockquote>\n<\/div>\n<\/div>\n<\/div>\n
    <\/div>\n

     \u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438      https:\/\/habr.com\/ru\/articles\/867666\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"
    <\/div>\n
    \n
    \n
    \n
    \n
    \u041f\u0440\u0438\u0432\u0435\u0442, \u0425\u0430\u0431\u0440! <\/p>\n
    \u041f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u044c\u0442\u0435: \u0432\u044b \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0435\u0442\u0435 A\/B \u0442\u0435\u0441\u0442. \u0426\u0435\u043b\u044c \u043f\u0440\u043e\u0441\u0442\u0430: \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c, \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442\u00a0\u043b\u0438 \u043d\u043e\u0432\u0430\u044f \u043a\u043d\u043e\u043f\u043a\u0430 \u043b\u0443\u0447\u0448\u0435 \u0441\u0442\u0430\u0440\u043e\u0439. \u041d\u043e\u00a0\u0442\u0443\u0442\u00a0\u0436\u0435 \u0432\u043e\u0437\u043d\u0438\u043a\u0430\u0435\u0442 \u043c\u044b\u0441\u043b\u044c: \u00ab\u0410 \u0432\u0434\u0440\u0443\u0433 \u043c\u043e\u0431\u0438\u043b\u044c\u043d\u044b\u0435 \u044e\u0437\u0435\u0440\u044b \u0438 \u0434\u0435\u0441\u043a\u0442\u043e\u043f\u043d\u044b\u0435 \u0440\u0435\u0430\u0433\u0438\u0440\u0443\u044e\u0442 \u043f\u043e\u2011\u0440\u0430\u0437\u043d\u043e\u043c\u0443? \u0410\u00a0\u0447\u0442\u043e\u00a0\u0441\u00a0\u043d\u043e\u0432\u044b\u043c\u0438 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f\u043c\u0438? \u0418\u0445 \u043c\u043d\u0435\u043d\u0438\u0435 \u0432\u0435\u0434\u044c \u044f\u0432\u043d\u043e \u043d\u0435\u00a0\u0440\u0430\u0432\u043d\u043e\u0446\u0435\u043d\u043d\u043e\u0435 \u043e\u043f\u044b\u0442\u043d\u044b\u043c \u044e\u0437\u0435\u0440\u0430\u043c\u00bb. \u0411\u0435\u0437\u00a0\u0441\u0442\u0440\u0430\u0442\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u0438 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043c\u043e\u0436\u0435\u0442\u00a0\u0431\u044b\u0442\u044c \u0442\u0430\u043a \u0441\u0435\u0431\u0435.<\/p>\n
    \u0427\u0442\u043e\u00a0\u0442\u0430\u043a\u043e\u0435 \u0441\u0442\u0440\u0430\u0442\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u044f?<\/strong> \u042d\u0442\u043e \u0441\u043f\u043e\u0441\u043e\u0431 \u0441\u0434\u0435\u043b\u0430\u0442\u044c A\/B \u0442\u0435\u0441\u0442\u044b \u0447\u0443\u0442\u043e\u0447\u043a\u0443 \u0447\u0435\u0441\u0442\u043d\u0435\u0435. \u0411\u0435\u0440\u0435\u043c \u0432\u044b\u0431\u043e\u0440\u043a\u0443, \u0434\u0435\u043b\u0438\u043c \u0435\u0435 \u043d\u0430\u00a0\u043e\u0434\u043d\u043e\u0440\u043e\u0434\u043d\u044b\u0435 \u0433\u0440\u0443\u043f\u043f\u044b\u00a0\u2014 \u0441\u0442\u0440\u0430\u0442\u044b\u00a0\u2014 \u043f\u043e\u00a0\u043a\u043b\u044e\u0447\u0435\u0432\u044b\u043c \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u0430\u043c (\u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u0443\u0441\u0442\u0440\u043e\u0439\u0441\u0442\u0432\u043e \u0438 \u0441\u0442\u0430\u0442\u0443\u0441 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f), \u0430\u00a0\u043f\u043e\u0442\u043e\u043c \u0443\u0436\u0435 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u044f\u0435\u043c \u044e\u0437\u0435\u0440\u043e\u0432 \u0432\u00a0\u0433\u0440\u0443\u043f\u043f\u044b \u0410\u00a0\u0438 \u0411. <\/p>\n
    \u041f\u0440\u0438\u043c\u0435\u043d\u044f\u0442\u044c \u0441\u0442\u0440\u0430\u0442\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u044e \u0441\u0442\u043e\u0438\u0442, \u0435\u0441\u043b\u0438:<\/p>\n
      \n
    1. \n
      \u041c\u043d\u043e\u0433\u043e \u0441\u0435\u0433\u043c\u0435\u043d\u0442\u043e\u0432:<\/strong> \u043d\u0430\u043f\u0440\u0438\u043c\u0435\u0440, \u043c\u043e\u0431\u0438\u043b\u044c\u043d\u044b\u0435 \u0438 \u0434\u0435\u0441\u043a\u0442\u043e\u043f\u043d\u044b\u0435 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0438, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u0432\u0435\u0434\u0443\u0442 \u0441\u0435\u0431\u044f, \u043a\u0430\u043a\u00a0\u0441\u0435\u0432\u0435\u0440 \u0438 \u044e\u0433: \u0432\u0440\u043e\u0434\u0435 \u043b\u044e\u0434\u0438, \u043d\u043e\u00a0\u0441\u00a0\u0441\u043e\u0432\u0435\u0440\u0448\u0435\u043d\u043d\u043e \u0440\u0430\u0437\u043d\u044b\u043c\u0438 \u043f\u0440\u0438\u0432\u044b\u0447\u043a\u0430\u043c\u0438.<\/p>\n<\/li>\n
    2. \n
      \u0412\u0430\u0436\u043d\u043e \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u0431\u0430\u043b\u0430\u043d\u0441:<\/strong> \u0432\u044b\u00a0\u0436\u0435 \u043d\u0435\u00a0\u0445\u043e\u0442\u0438\u0442\u0435, \u0447\u0442\u043e\u0431\u044b \u0432\u00a0\u043e\u0434\u043d\u043e\u0439 \u0433\u0440\u0443\u043f\u043f\u0435\u00a0\u0431\u044b\u043b\u043e 90% \u043d\u043e\u0432\u0438\u0447\u043a\u043e\u0432, \u0430\u00a0\u0432\u00a0\u0434\u0440\u0443\u0433\u043e\u0439\u00a0\u2014 \u043e\u0434\u043d\u0438 \u0432\u0435\u0442\u0435\u0440\u0430\u043d\u044b \u0438\u043d\u0442\u0435\u0440\u0444\u0435\u0439\u0441\u043e\u0432.<\/p>\n<\/li>\n
    3. \n
      \u0412\u044b\u0431\u043e\u0440\u043a\u0430 \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u0431\u043e\u043b\u044c\u0448\u0430\u044f:<\/strong> \u0435\u0441\u043b\u0438 \u0441\u0442\u0440\u0430\u0442 \u0431\u043e\u043b\u044c\u0448\u0435, \u0447\u0435\u043c \u0443\u0447\u0430\u0441\u0442\u043d\u0438\u043a\u043e\u0432, \u0442\u0435\u0441\u0442 \u043f\u0440\u0435\u0432\u0440\u0430\u0449\u0430\u0435\u0442\u0441\u044f \u0432\u00a0\u0446\u0438\u0440\u043a \u0441\u00a0\u043c\u0438\u0437\u0435\u0440\u043d\u044b\u043c\u0438 \u0434\u0430\u043d\u043d\u044b\u043c\u0438.<\/p>\n<\/li>\n<\/ol>\n
      \u041d\u043e\u00a0\u043d\u0435\u00a0\u043d\u0430\u0434\u043e \u0441\u0442\u0440\u0430\u0442\u0438\u0444\u0438\u0446\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0432\u0441\u0435 \u043f\u043e\u0434\u0440\u044f\u0434. \u0414\u043b\u044f\u00a0\u043c\u0435\u043b\u043a\u0438\u0445 \u0442\u0435\u0441\u0442\u043e\u0432 \u0438\u043b\u0438\u00a0\u0431\u044b\u0441\u0442\u0440\u044b\u0445 \u043f\u0440\u043e\u0432\u0435\u0440\u043e\u043a \u00ab\u0430 \u0447\u0442\u043e, \u0435\u0441\u043b\u0438 \u0441\u0434\u0435\u043b\u0430\u0442\u044c \u043a\u043d\u043e\u043f\u043a\u0443 \u0440\u043e\u0437\u043e\u0432\u043e\u0439?\u00bb<\/em>\u00a0\u2014 \u043f\u0440\u043e\u0449\u0435 \u043e\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u0432\u0441\u0435 \u043a\u0430\u043a\u00a0\u0435\u0441\u0442\u044c.<\/p>\n
      \u0420\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0441\u0442\u0440\u0430\u0442\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u0438 \u0432 A\/B \u0442\u0435\u0441\u0442\u0430\u0445<\/h3>\n
      \u041d\u0430\u0447\u043d\u0435\u043c \u0441\u00a0\u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u043d\u0430\u0431\u043e\u0440\u0430 \u0434\u0430\u043d\u043d\u044b\u0445, \u043a\u043e\u0442\u043e\u0440\u044b\u0439 \u0431\u0443\u0434\u0435\u0442 \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0442\u044c \u0438\u043d\u0444\u043e\u0440\u043c\u0430\u0446\u0438\u044e \u043e\u00a0\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f\u0445, \u0438\u0445 \u0441\u0442\u0430\u0442\u0443\u0441\u0435 \u0438 \u0443\u0441\u0442\u0440\u043e\u0439\u0441\u0442\u0432\u0435.<\/p>\n
      import pandas as pd from sklearn.model_selection import train_test_split  # \u0421\u043e\u0437\u0434\u0430\u0451\u043c \u043f\u0440\u0438\u043c\u0435\u0440 \u0434\u0430\u043d\u043d\u044b\u0445 data = pd.DataFrame({     'user_id': range(1, 1001),     'is_new': [1 if x < 500 else 0 for x in range(1000)],  # \u041f\u0435\u0440\u0432\u044b\u0435 500 \u043d\u043e\u0432\u044b\u0445 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439     'device': ['mobile' if x % 2 == 0 else 'desktop' for x in range(1000)],     'conversion': [0]*1000  # \u0417\u0434\u0435\u0441\u044c \u0431\u0443\u0434\u0443\u0442 \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b \u0442\u0435\u0441\u0442\u0430 })  print(data.head()) <\/code><\/pre>\n
         user_id  is_new  device  conversion 0        1       1  mobile           0 1        2       1 desktop           0 2        3       1  mobile           0 3        4       1 desktop           0 4        5       1  mobile           0<\/code><\/pre>\n
      \u0423\u00a0\u043d\u0430\u0441 1000\u00a0\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439, \u043f\u043e\u043b\u043e\u0432\u0438\u043d\u0430 \u0438\u0437\u00a0\u043a\u043e\u0442\u043e\u0440\u044b\u0445 \u043d\u043e\u0432\u044b\u0435, \u0430\u00a0\u0434\u0440\u0443\u0433\u0430\u044f \u043f\u043e\u043b\u043e\u0432\u0438\u043d\u0430\u00a0\u2014 \u0432\u0435\u0440\u043d\u0443\u0432\u0448\u0438\u0435\u0441\u044f. \u0423\u0441\u0442\u0440\u043e\u0439\u0441\u0442\u0432\u0430 \u0447\u0435\u0440\u0435\u0434\u0443\u044e\u0442\u0441\u044f \u043c\u0435\u0436\u0434\u0443 \u043c\u043e\u0431\u0438\u043b\u044c\u043d\u044b\u043c\u0438 \u0438 \u0434\u0435\u0441\u043a\u0442\u043e\u043f\u043d\u044b\u043c\u0438. \u041f\u0440\u043e\u0441\u0442\u0430\u044f \u0441\u0438\u043c\u043c\u0435\u0442\u0440\u0438\u044f.<\/p>\n
      \u0422\u0435\u043f\u0435\u0440\u044c \u043e\u0431\u044a\u0435\u0434\u0438\u043d\u0438\u043c \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0438 is_new<\/code> \u0438 device<\/code>, \u0447\u0442\u043e\u0431\u044b \u0441\u043e\u0437\u0434\u0430\u0442\u044c \u0441\u0442\u0440\u0430\u0442\u044b. \u042d\u0442\u043e \u043f\u043e\u0437\u0432\u043e\u043b\u0438\u0442 \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u0442\u044c \u0434\u0432\u0430 \u0444\u0430\u043a\u0442\u043e\u0440\u0430 \u043f\u0440\u0438\u00a0\u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0438 \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439.<\/p>\n
      # \u0421\u043e\u0437\u0434\u0430\u0451\u043c \u0441\u0442\u0440\u0430\u0442\u044b, \u043e\u0431\u044a\u0435\u0434\u0438\u043d\u044f\u044f \u043a\u0430\u0442\u0435\u0433\u043e\u0440\u0438\u0438 data['stratum'] = data['is_new'].astype(str) + '_' + data['device']  print(data['stratum'].value_counts())<\/code><\/pre>\n
      1_mobile      250 0_mobile      250 1_desktop     250 0_desktop     250 Name: stratum, dtype: int64 <\/code><\/pre>\n
      \u041f\u043e\u043b\u0443\u0447\u0438\u043b\u0438 \u0440\u043e\u0432\u043d\u043e \u0447\u0435\u0442\u044b\u0440\u0435 \u0441\u0442\u0440\u0430\u0442\u044b: \u043d\u043e\u0432\u044b\u0435 \u043c\u043e\u0431\u0438\u043b\u044c\u043d\u044b\u0435, \u0441\u0442\u0430\u0440\u044b\u0435 \u0434\u0435\u0441\u043a\u0442\u043e\u043f\u043d\u044b\u0435 \u0438 \u0442\u0430\u043a \u0434\u0430\u043b\u0435\u0435. \u0422\u0435\u043f\u0435\u0440\u044c \u0440\u0430\u0437\u0434\u0435\u043b\u044f\u0435\u043c \u0432\u0441\u0451 \u044d\u0442\u043e \u0434\u043e\u0431\u0440\u043e \u043d\u0430\u00a0\u0433\u0440\u0443\u043f\u043f\u044b A \u0438 B. \u0418\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c \u0444\u0443\u043d\u043a\u0446\u0438\u044e train_test_split<\/code> \u0441\u00a0\u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u043c stratify<\/code>, \u0447\u0442\u043e\u0431\u044b \u0441\u043e\u0445\u0440\u0430\u043d\u0438\u0442\u044c \u043f\u0440\u043e\u043f\u043e\u0440\u0446\u0438\u0438 \u0441\u0442\u0440\u0430\u0442 \u0432\u00a0\u043e\u0431\u0435\u0438\u0445 \u0433\u0440\u0443\u043f\u043f\u0430\u0445.<\/p>\n
      group_a, group_b = train_test_split(     data,     test_size=0.5,     stratify=data['stratum'],     random_state=42 )  print(\"Group A size:\", group_a.shape[0]) print(\"Group B size:\", group_b.shape[0])<\/code><\/pre>\n
      Group A size: 500 Group B size: 500<\/code><\/pre>\n
      \u0420\u0430\u0437\u0434\u0435\u043b\u0438\u043b\u0438 \u0432\u044b\u0431\u043e\u0440\u043a\u0443 \u043f\u043e\u043f\u043e\u043b\u0430\u043c, \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u044f \u043f\u0440\u043e\u043f\u043e\u0440\u0446\u0438\u0438 \u043a\u0430\u0436\u0434\u043e\u0439 \u0441\u0442\u0440\u0430\u0442\u044b. \u0422\u0435\u043f\u0435\u0440\u044c \u043e\u0431\u0435 \u0433\u0440\u0443\u043f\u043f\u044b \u0441\u043e\u0434\u0435\u0440\u0436\u0430\u0442 \u043f\u043e 250\u00a0\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439 \u0438\u0437\u00a0\u043a\u0430\u0436\u0434\u043e\u0439 \u0441\u0442\u0440\u0430\u0442\u044b, \u0447\u0442\u043e\u00a0\u0438\u0434\u0435\u0430\u043b\u044c\u043d\u043e \u0434\u043b\u044f\u00a0\u0442\u043e\u0447\u043d\u044b\u0445 \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0439.<\/p>\n
      \u041f\u0440\u043e\u0432\u0435\u0440\u0438\u043c, \u0447\u0442\u043e\u00a0\u0441\u0442\u0440\u0430\u0442\u044b \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0438\u043b\u0438\u0441\u044c \u0440\u0430\u0432\u043d\u043e\u043c\u0435\u0440\u043d\u043e \u043c\u0435\u0436\u0434\u0443 \u0433\u0440\u0443\u043f\u043f\u0430\u043c\u0438 A \u0438 B.<\/p>\n
      print(\"Group A strata distribution:\") print(group_a['stratum'].value_counts(normalize=True))  print(\"\\nGroup B strata distribution:\") print(group_b['stratum'].value_counts(normalize=True))<\/code><\/pre>\n
      Group A strata distribution: 1_mobile      0.25 0_mobile      0.25 1_desktop     0.25 0_desktop     0.25 Name: stratum, dtype: float64  Group B strata distribution: 1_mobile      0.25 0_mobile      0.25 1_desktop     0.25 0_desktop     0.25 Name: stratum, dtype: float64<\/code><\/pre>\n
      \u041e\u0431\u0435 \u0433\u0440\u0443\u043f\u043f\u044b \u0438\u043c\u0435\u044e\u0442 \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u043e\u0435 \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0438\u0435 \u043f\u043e\u00a0\u0432\u0441\u0435\u043c \u0441\u0442\u0440\u0430\u0442\u0430\u043c, \u0447\u0442\u043e\u00a0\u043c\u0438\u043d\u0438\u043c\u0438\u0437\u0438\u0440\u0443\u0435\u0442 \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u044b\u0435 \u0438\u0441\u043a\u0430\u0436\u0435\u043d\u0438\u044f \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u043e\u0432. \u0422\u0435\u043f\u0435\u0440\u044c \u043c\u043e\u0436\u043d\u043e \u0441\u00a0\u0443\u0432\u0435\u0440\u0435\u043d\u043d\u043e\u0441\u0442\u044c\u044e \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0442\u044c \u0442\u0435\u0441\u0442\u044b, \u0437\u043d\u0430\u044f, \u0447\u0442\u043e\u00a0\u0433\u0440\u0443\u043f\u043f\u044b \u043e\u0434\u0438\u043d\u0430\u043a\u043e\u0432\u043e \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u044f\u044e\u0442 \u0432\u0441\u0435 \u043a\u043b\u044e\u0447\u0435\u0432\u044b\u0435 \u0441\u0435\u0433\u043c\u0435\u043d\u0442\u044b.<\/p>\n
      \u041c\u043e\u0436\u043d\u043e \u0437\u0430\u043f\u0443\u0441\u043a\u0430\u0442\u044c \u0442\u0435\u0441\u0442 \u0438 \u0430\u043d\u0430\u043b\u0438\u0437\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442\u044b. \u0414\u043b\u044f\u00a0\u043f\u0440\u0438\u043c\u0435\u0440\u0430 \u0441\u0438\u043c\u0443\u043b\u0438\u0440\u0443\u0435\u043c \u043a\u043e\u043d\u0432\u0435\u0440\u0441\u0438\u0438 \u0438 \u043f\u0440\u043e\u0432\u0435\u0434\u0435\u043c \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0442\u0435\u0441\u0442:<\/p>\n
      import numpy as np from scipy.stats import chi2_contingency  # \u0421\u0438\u043c\u0443\u043b\u044f\u0446\u0438\u044f \u043a\u043e\u043d\u0432\u0435\u0440\u0441\u0438\u0439 np.random.seed(42) group_a['conversion'] = np.random.binomial(1, 0.10, size=group_a.shape[0])  # \u0413\u0440\u0443\u043f\u043f\u0430 A \u043a\u043e\u043d\u0432\u0435\u0440\u0441\u0438\u044f 10% group_b['conversion'] = np.random.binomial(1, 0.12, size=group_b.shape[0])  # \u0413\u0440\u0443\u043f\u043f\u0430 B \u043a\u043e\u043d\u0432\u0435\u0440\u0441\u0438\u044f 12%  # \u041f\u043e\u0434\u0441\u0447\u0451\u0442 \u043a\u043e\u043d\u0432\u0435\u0440\u0441\u0438\u0439 conversions_a = group_a['conversion'].sum() conversions_b = group_b['conversion'].sum()  print(f\"Group A conversions: {conversions_a} \/ {group_a.shape[0]}\") print(f\"Group B conversions: {conversions_b} \/ {group_b.shape[0]}\")<\/code><\/pre>\n
      Group A conversions: 49 \/ 500 Group B conversions: 62 \/ 500<\/code><\/pre>\n
      \u0412\u00a0\u0433\u0440\u0443\u043f\u043f\u0435 A \u043a\u043e\u043d\u0432\u0435\u0440\u0441\u0438\u044f 9.8%, \u0430\u00a0\u0432\u00a0\u0433\u0440\u0443\u043f\u043f\u0435 B\u00a0\u2014 12.4%. \u0422\u0435\u043f\u0435\u0440\u044c \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u043c, \u0437\u043d\u0430\u0447\u0438\u043c\u0430\u00a0\u043b\u0438 \u044d\u0442\u0430 \u0440\u0430\u0437\u043d\u0438\u0446\u0430.<\/p>\n
      \u041f\u0440\u043e\u0432\u0435\u0434\u0451\u043c \u0442\u0435\u0441\u0442 \u0445\u0438\u2011\u043a\u0432\u0430\u0434\u0440\u0430\u0442, \u0447\u0442\u043e\u0431\u044b \u043e\u043f\u0440\u0435\u0434\u0435\u043b\u0438\u0442\u044c, \u0437\u043d\u0430\u0447\u0438\u043c\u0430\u00a0\u043b\u0438 \u0440\u0430\u0437\u043d\u0438\u0446\u0430 \u043c\u0435\u0436\u0434\u0443 \u0433\u0440\u0443\u043f\u043f\u0430\u043c\u0438.<\/p>\n
      # \u0421\u043e\u0437\u0434\u0430\u043d\u0438\u0435 \u0442\u0430\u0431\u043b\u0438\u0446\u044b \u0441\u043e\u043f\u0440\u044f\u0436\u0451\u043d\u043d\u043e\u0441\u0442\u0438 contingency_table = pd.DataFrame({     'A': [conversions_a, group_a.shape[0] - conversions_a],     'B': [conversions_b, group_b.shape[0] - conversions_b] }, index=['Converted', 'Not Converted'])  print(\"Contingency Table:\") print(contingency_table)  # \u0422\u0435\u0441\u0442 \u0425\u0438-\u043a\u0432\u0430\u0434\u0440\u0430\u0442 chi2, p, dof, ex = chi2_contingency(contingency_table)  print(f\"\\nChi2 Statistic: {chi2}\") print(f\"P-value: {p}\")<\/code><\/pre>\n
      Contingency Table:               A   B Converted    49  62 Not Converted 451 438  Chi2 Statistic: 2.0408163265306123 P-value: 0.15223670058397293<\/code><\/pre>\n
      P\u2011value = 0.152\u00a0\u0431\u043e\u043b\u044c\u0448\u0435 \u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u043e\u0433\u043e \u0443\u0440\u043e\u0432\u043d\u044f \u0437\u043d\u0430\u0447\u0438\u043c\u043e\u0441\u0442\u0438 0.05, \u0447\u0442\u043e\u00a0\u043e\u0437\u043d\u0430\u0447\u0430\u0435\u0442, \u0447\u0442\u043e\u00a0\u0440\u0430\u0437\u043d\u0438\u0446\u0430 \u0432\u00a0\u043a\u043e\u043d\u0432\u0435\u0440\u0441\u0438\u044f\u0445 \u043c\u0435\u0436\u0434\u0443 \u0433\u0440\u0443\u043f\u043f\u0430\u043c\u0438 A \u0438 B \u0441\u0442\u0430\u0442\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043a\u0438 \u043d\u0435\u00a0\u0437\u043d\u0430\u0447\u0438\u043c\u0430. <\/p>\n
      \u0418\u043d\u043e\u0433\u0434\u0430 \u043d\u0443\u0436\u043d\u043e \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u0442\u044c \u0431\u043e\u043b\u044c\u0448\u0435 \u0444\u0430\u043a\u0442\u043e\u0440\u043e\u0432. \u0414\u043e\u0431\u0430\u0432\u0438\u043c \u0435\u0449\u0451 \u043e\u0434\u043d\u0443 \u0445\u0430\u0440\u0430\u043a\u0442\u0435\u0440\u0438\u0441\u0442\u0438\u043a\u0443\u00a0\u2014 \u0433\u0435\u043e\u0433\u0440\u0430\u0444\u0438\u044e \u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u0435\u043b\u044f.<\/p>\n
      # \u0414\u043e\u0431\u0430\u0432\u0438\u043c \u0433\u0435\u043e\u0433\u0440\u0430\u0444\u0438\u044e data['country'] = ['USA' if x < 333 else 'Canada' if x < 666 else 'UK' for x in range(1000)]  # \u041e\u0431\u043d\u043e\u0432\u043b\u044f\u0435\u043c \u0441\u0442\u0440\u0430\u0442\u044b data['stratum'] = data['is_new'].astype(str) + '_' + data['device'] + '_' + data['country']  print(data['stratum'].value_counts())<\/code><\/pre>\n
      1_mobile_USA        167 0_mobile_USA        167 1_mobile_Canada     167 0_mobile_Canada     167 1_mobile_UK         166 0_mobile_UK         166 1_desktop_USA       167 0_desktop_USA       167 1_desktop_Canada    167 0_desktop_Canada    167 1_desktop_UK        166 0_desktop_UK        166 Name: stratum, dtype: int64<\/code><\/pre>\n
      \u0422\u0435\u043f\u0435\u0440\u044c \u0443\u00a0\u043d\u0430\u0441 12\u00a0\u0441\u0442\u0440\u0430\u0442, \u043a\u0430\u0436\u0434\u0430\u044f \u0441\u00a0\u043f\u0440\u0438\u043c\u0435\u0440\u043d\u043e 167\u00a0\u0443\u0447\u0430\u0441\u0442\u043d\u0438\u043a\u0430\u043c\u0438. \u0427\u0435\u043c \u0431\u043e\u043b\u044c\u0448\u0435 \u0444\u0430\u043a\u0442\u043e\u0440\u043e\u0432 \u0432\u044b \u0443\u0447\u0438\u0442\u044b\u0432\u0430\u0435\u0442\u0435, \u0442\u0435\u043c \u0431\u043e\u043b\u0435\u0435 \u0442\u043e\u0447\u043d\u044b\u043c \u0441\u0442\u0430\u043d\u043e\u0432\u0438\u0442\u0441\u044f \u0432\u0430\u0448 \u0442\u0435\u0441\u0442.<\/p>\n
      \u0420\u0430\u0437\u0434\u0435\u043b\u0435\u043d\u0438\u0435 \u0441\u00a0\u0443\u0447\u0435\u0442\u043e\u043c \u043d\u043e\u0432\u044b\u0445 \u0441\u0442\u0440\u0430\u0442:<\/p>\n
      # \u0420\u0430\u0437\u0434\u0435\u043b\u0435\u043d\u0438\u0435 \u043d\u0430 \u0433\u0440\u0443\u043f\u043f\u044b A \u0438 B \u0441 \u0443\u0447\u0451\u0442\u043e\u043c \u043d\u043e\u0432\u044b\u0445 \u0441\u0442\u0440\u0430\u0442 group_a, group_b = train_test_split(     data,     test_size=0.5,     stratify=data['stratum'],     random_state=42 )  print(\"Group A strata distribution:\") print(group_a['stratum'].value_counts(normalize=True))  print(\"\\nGroup B strata distribution:\") print(group_b['stratum'].value_counts(normalize=True)) <\/code><\/pre>\n
      Group A strata distribution: 1_mobile_USA         0.083333 0_mobile_USA         0.083333 1_mobile_Canada      0.083333 0_mobile_Canada      0.083333 1_mobile_UK          0.083333 0_mobile_UK          0.083333 1_desktop_USA       0.083333 0_desktop_USA       0.083333 1_desktop_Canada    0.083333 0_desktop_Canada    0.083333 1_desktop_UK        0.083333 0_desktop_UK        0.083333 Name: stratum, dtype: float64  Group B strata distribution: 1_mobile_USA         0.083333 0_mobile_USA         0.083333 1_mobile_Canada      0.083333 0_mobile_Canada      0.083333 1_mobile_UK          0.083333 0_mobile_UK          0.083333 1_desktop_USA       0.083333 0_desktop_USA       0.083333 1_desktop_Canada    0.083333 0_desktop_Canada    0.083333 1_desktop_UK        0.083333 0_desktop_UK        0.083333 Name: stratum, dtype: float64<\/code><\/pre>\n
      \u041a\u0430\u0436\u0434\u0430\u044f \u0438\u0437 12\u00a0\u0441\u0442\u0440\u0430\u0442 \u0440\u0430\u0432\u043d\u043e\u043c\u0435\u0440\u043d\u043e \u0440\u0430\u0441\u043f\u0440\u0435\u0434\u0435\u043b\u0435\u043d\u0430 \u043c\u0435\u0436\u0434\u0443 \u0433\u0440\u0443\u043f\u043f\u0430\u043c\u0438 A \u0438 B. <\/p>\n\n
      \u0421\u0442\u0440\u0430\u0442\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u044f\u00a0\u2014 \u0448\u0442\u0443\u043a\u0430 \u043c\u043e\u0449\u043d\u0430\u044f, \u043d\u043e\u00a0\u0431\u0443\u0434\u0435\u043c \u0447\u0435\u0441\u0442\u043d\u044b: \u0438\u043d\u043e\u0433\u0434\u0430 \u043e\u043d\u0430 \u043d\u0438 \u043a\u00a0\u0447\u0435\u043c\u0443. \u0415\u0441\u043b\u0438 \u0443\u00a0\u0432\u0430\u0441 \u0432\u044b\u0431\u043e\u0440\u043a\u0430 \u043c\u0435\u043d\u044c\u0448\u0435, \u0447\u0435\u043c \u0447\u0438\u0441\u043b\u043e \u0441\u0442\u0440\u0430\u0442, \u0438\u043b\u0438\u00a0\u043d\u0443\u0436\u043d\u043e\u00a0\u0431\u044b\u0441\u0442\u0440\u043e \u043f\u0440\u043e\u0432\u0435\u0440\u0438\u0442\u044c \u0433\u0438\u043f\u043e\u0442\u0435\u0437\u0443 \u00ab\u0430 \u0447\u0442\u043e\u00a0\u0435\u0441\u043b\u0438 \u0434\u043e\u0431\u0430\u0432\u0438\u0442\u044c \u043a\u043e\u0442\u0438\u043a\u043e\u0432 \u0432\u00a0\u0438\u043d\u0442\u0435\u0440\u0444\u0435\u0439\u0441?\u00bb,\u00a0\u2014 \u043d\u0435\u00a0\u0443\u0441\u043b\u043e\u0436\u043d\u044f\u0439\u0442\u0435 \u0441\u0435\u0431\u0435 \u0436\u0438\u0437\u043d\u044c. \u0418\u043d\u043e\u0433\u0434\u0430 \u0434\u043e\u0441\u0442\u0430\u0442\u043e\u0447\u043d\u043e \u043f\u0440\u043e\u0441\u0442\u043e\u0433\u043e \u0441\u043b\u0443\u0447\u0430\u0439\u043d\u043e\u0433\u043e \u0434\u0435\u043b\u0435\u043d\u0438\u044f, \u0438 \u043c\u0438\u0440 \u043f\u0440\u043e\u0434\u043e\u043b\u0436\u0438\u0442 \u0432\u0440\u0430\u0449\u0430\u0442\u044c\u0441\u044f.<\/p>\n
      \u041a\u0430\u043a\u0438\u0435 \u043d\u0435\u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u044b\u0435 \u0441\u043f\u043e\u0441\u043e\u0431\u044b \u0441\u0442\u0440\u0430\u0442\u0438\u0444\u0438\u043a\u0430\u0446\u0438\u0438 \u0432\u044b \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043b\u0438? \u0414\u0435\u043b\u0438\u0442\u0435\u0441\u044c \u0441\u0432\u043e\u0438\u043c\u0438 \u043a\u0435\u0439\u0441\u0430\u043c\u0438 \u0432\u00a0\u043a\u043e\u043c\u043c\u0435\u043d\u0442\u0430\u0440\u0438\u044f\u0445.<\/p>\n
      \n
      27 \u0434\u0435\u043a\u0430\u0431\u0440\u044f \u0432 Otus \u043f\u0440\u043e\u0439\u0434\u0435\u0442 \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u0439 \u0443\u0440\u043e\u043a \u00ab\u0412\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044f \u0434\u0430\u043d\u043d\u044b\u0445. \u041e\u0441\u043d\u043e\u0432\u043d\u044b\u0435 \u201e\u0444\u0438\u043d\u0430\u043d\u0441\u043e\u0432\u044b\u0435\u201c \u0433\u0440\u0430\u0444\u0438\u043a\u0438, \u0440\u0430\u0431\u043e\u0442\u0430 \u0441\u00a0mplfinance\u00bb. \u041d\u0430 \u043d\u0435\u043c \u043d\u0430\u0443\u0447\u0438\u043c\u0441\u044f \u0441\u0442\u0440\u043e\u0438\u0442\u044c \u0433\u0440\u0430\u0444\u0438\u043a\u0438 \u0432 \u0444\u043e\u0440\u043c\u0430\u0442\u0435, \u043f\u0440\u0438\u043d\u044f\u0442\u043e\u043c \u0434\u043b\u044f \u0430\u043d\u0430\u043b\u0438\u0437\u0430 \u0444\u0438\u043d\u0430\u043d\u0441\u043e\u0432\u044b\u0445 \u0434\u0430\u043d\u043d\u044b\u0445. \u0420\u0430\u0441\u0441\u043c\u043e\u0442\u0440\u0438\u043c, \u0447\u0442\u043e \u0442\u0430\u043a\u043e\u0435 \u0441\u0432\u0435\u0447\u043d\u044b\u0435 \u0433\u0440\u0430\u0444\u0438\u043a\u0438; \u043d\u0430\u0443\u0447\u0438\u043c\u0441\u044f \u0441\u0442\u0440\u043e\u0438\u0442\u044c \u0434\u043e\u043f\u043e\u043b\u043d\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u043b\u0438\u043d\u0438\u0438 \u043d\u0430 \u0433\u0440\u0430\u0444\u0438\u043a\u0430\u0445 \u0438 \u0434\u043e\u0432\u0435\u0440\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0435 \u0438\u043d\u0442\u0435\u0440\u0432\u0430\u043b\u044b. \u0417\u0430\u043f\u0438\u0441\u0430\u0442\u044c\u0441\u044f<\/a>.<\/p>\n
      \u0412\u0441\u0435 \u0442\u0435\u043c\u044b \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u0445 \u0443\u0440\u043e\u043a\u043e\u0432 \u043c\u043e\u0436\u043d\u043e \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c \u0432 \u043a\u0430\u043b\u0435\u043d\u0434\u0430\u0440\u0435<\/a>.<\/p>\n<\/blockquote>\n<\/div>\n<\/div>\n<\/div>\n
      <\/div>\n

       \u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438        https:\/\/habr.com\/ru\/articles\/867666\/<\/a>
      <\/br><\/br><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-442932","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/442932","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=442932"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/442932\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=442932"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=442932"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=442932"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}