基于Pandas DataFrame的双样本Z检验：验证新落地页对转化率的影响

步骤1：构造目标DataFrame #

先把你的频率表转换成Pandas DataFrame：

import pandas as pd

# 按你的数据构造字典
data = {
    'landing_page': ['new_page', 'old_page'],
    0: [128045, 127785],
    1: [17264, 17489]
}
df = pd.DataFrame(data).set_index('landing_page')

步骤2：提取检验所需数据 #

从DataFrame中拆分两组的总用户数和转化数：

# 新落地页数据：总用户数=未转化+转化，转化数=1列的值
n_new = df.loc['new_page'].sum()
converted_new = df.loc['new_page', 1]

# 旧落地页数据
n_old = df.loc['old_page'].sum()
converted_old = df.loc['old_page', 1]

步骤3：执行双样本Z检验 #

使用statsmodels库完成检验（需先安装：pip install statsmodels）：

from statsmodels.stats.proportion import proportions_ztest

# 准备检验输入：两组转化数、两组总用户数
counts = [converted_new, converted_old]
nobs = [n_new, n_old]

# 双尾检验（验证新页转化率≠旧页，单尾检验可修改alternative参数）
z_stat, p_value = proportions_ztest(counts, nobs, alternative='two-sided')

步骤4：解读检验结果 #

打印结果并基于显著性水平判断：

print(f"Z统计量: {z_stat:.4f}")
print(f"P值: {p_value:.4f}")

# 以常用的α=0.05为显著性水平
alpha = 0.05
if p_value < alpha:
    print("拒绝原假设：新、旧落地页的转化率存在显著差异")
else:
    print("无法拒绝原假设：没有足够证据证明新落地页影响转化率")

参数补充说明 #

• alternative参数可选值：'two-sided'（双尾检验，默认）、'smaller'（检验新页转化率低于旧页）、'larger'（检验新页转化率高于旧页）

内容的提问来源于stack exchange，提问作者user2845095