🧪 Pruebas Estadísticas y Pruebas A/B

Este proyecto pone en práctica conceptos de hipótesis estadísticas y pruebas A/B, aplicando además técnicas de priorización de hipótesis mediante los frameworks ICE y RICE.

📂 Estructura del proyecto

• Importación y limpieza de datos
  • Carga de datasets: hypotheses_us-1.csv, orders_us-1.csv, visits_us-1.csv
  • Conversión de columnas de fechas
• Priorización de hipótesis
  • Cálculo de métricas ICE y RICE
  • Ordenamiento de hipótesis según prioridad
• Análisis de pruebas A/B
  • Comparación de métricas entre grupos
  • Aplicación de pruebas estadísticas:
    • ttest_ind (prueba t de Student)
    • proportions_ztest (prueba de proporciones)
• Conclusiones y recomendaciones

🛠️ Requisitos

El proyecto está desarrollado en Python 3.x y utiliza las siguientes librerías:

numpy
pandas
matplotlib
scipy
statsmodels

Puedes instalarlas con:

pip install numpy pandas matplotlib scipy statsmodels

🚀 Uso

• Clona este repositorio o descarga el notebook.

• Asegúrate de tener los datasets en la carpeta de trabajo:

  • hypotheses_us-1.csv

  • orders_us-1.csv

  • visits_us-1.csv

• Ejecuta el notebook Pruebas_estadisticas.ipynb en Jupyter Notebook o JupyterLab.

Ejemplo para iniciar:

jupyter notebook Pruebas_estadisticas.ipynb

📈 Resultados esperados

• Lista priorizada de hipótesis según ICE y RICE.

• Comparación estadística entre grupos de pruebas A/B.

• Evaluación de la significancia estadística de las diferencias observadas.

• Recomendaciones basadas en los resultados.

📜 Licencia

Este proyecto se distribuye bajo la licencia MIT. Puedes usarlo, modificarlo y compartirlo libremente.