Вымышленный пример: 60 или 40 секунд
В одном периметре записано 6000 секунд для 100 активных пользователей и 150 сеансов. Среднее на активного пользователя — 60 секунд, на сеанс — 40. Название и знаменатель должны сопровождать число.
| Вымышленная мера | Значение | Знаменатель или единица |
|---|---|---|
| Общее записанное время | 6000 | Секунды. |
| Активные пользователи | 100 | Весь период. |
| Сеансы | 150 | Те же границы. |
| Среднее на активного пользователя | 60 | 6000 / 100, в секундах. |
| Среднее на сеанс | 40 | 6000 / 150, в секундах. |
Избегать ошибочных сравнений
- Разделяйте время взаимодействия, истекшее время и число сеансов. Вкладка в фокусе не доказывает чтение или понимание.
- Не усредняйте дневные средние напрямую: пользователь может вернуться в разные дни. Пересчитывайте по итогам и правильному знаменателю всего периода.
- Укажите сбор, фильтры, устройства и задачу. Проверьте пропуски перед толкованием нулевого или короткого времени.
Улучшать задачу, а не удлинять ожидание
Меньшее время поиска практической информации может означать лучший ответ, большее время процедуры — трудность. Сопоставляйте длительность, завершение, ошибки и исследования. Не добавляйте искусственные шаги ради среднего.
Первоисточники
Пропуски, ноль и оценка
Отсутствующее наблюдение не равно измеренному нулю.
- Разделяйте неполученное поле, неприменимое наблюдение и сбой сбора. Сохраняйте ноль как действительное измерение; замена всех пропусков нулями смешивает разные состояния.
- В вымышленном примере [10, пропуск, 0] среднее двух наблюдений равно 5. Деление на три после замены пропуска нулём отвечает на другой вопрос; покажите оба количества.
- Для оценённого значения сохраните признак подстановки и правило. Сравните результаты с оценками и без; при отсутствии действительных наблюдений показывайте отсутствие результата, не среднее ноль.
Воспроизводимый приёмочный случай
Вымышленный пример: данные не описывают клиента или наблюдаемый результат.
Посмотреть данные случая
{
"values": [
10,
null,
0
],
"observed_count": 2,
"mean_observed": 5,
"mean_if_missing_replaced_with_zero": 3.3333333333,
"extended_sample": {
"values": [
10,
null,
0,
20,
null,
30
],
"known_count": 4,
"expected_count": 6,
"known_sum": 60,
"mean_observed": 15,
"mean_after_zero_fill": 10
},
"missing_only_sample": {
"values": [
null,
null
],
"known_count": 0,
"mean_observed": null
}
}Ожидаемое решение
Среднее наблюдаемых значений — 5. Замена пропуска нулём меняет совокупность и результат.
Одни данные, два средних: покажите правило
Вымышленные данные: [10, пропуск, 0, 20, пропуск, 30]. Четыре известных значения из шести ожидаемых наблюдений; известная сумма: 60. Имеющийся ноль наблюдался.
| Обработка | Расчёт среднего | Интерпретация |
|---|---|---|
| Только известные значения | 60 ÷ 4 = 15 | Среднее описывает четыре известных значения. Оно не доказывает, что два пропущенных имели бы то же распределение. |
| Пропуски заменены нулями | 60 ÷ 6 = 10 | Два нуля добавлены правилом, а не наблюдались. Среднее отвечает на другой вопрос; обоснуйте правило перед сравнением. |
| Другая выборка: [пропуск, пропуск] | Не вычисляется | Нет известных значений: покажите недоступность. Нулевое среднее подразумевало бы несуществующее наблюдение. |
Процедура проверки
- Разделите пропуски, нули и оценки.
- Рассчитайте средние до и после исключения.
- Сохраните количества и правила по переменным. Проверьте также группу, где все значения отсутствуют: без явного правила её нельзя представлять как измеренный ноль.
Доказывает ли нулевая сумма, что все значения были нулевыми?
Нет. Проверяйте число имеющихся значений и поведение системы на пустом наборе; отсутствие не доказывает нулевое измерение.
Первичный источник: pandas — Working with missing data. Связанный метод: прочитать практическое руководство.