正确计算概率给定条件的方法

Question

我有一些数据显示某个购买某种产品类型的某个客户群的订单：

< img src =“ https://i.sstatic.net/wce85.png” alt =“在此处输入图像说明”>

和相同的格式，但显示了多少退款：

我试图回答一个问题：

顾客在组中的订单是什么可能性[a -b]并退还了？

我的方法是：

being_in_group = df_final[df_final.customer_group.isin(['A','B'])]\
                                                 .groupby('customer_group')\
                                                 .agg({'order_id': 'count'}).sum(axis = 0)

all_orders = df_final.groupby('customer_group').agg({'order_id': 'count'})\
                                               .sum(axis = 0)

p_being_in_group = round(being_in_group / all_orders, 5)

being_refunded = df_final[(df_final.refund == True) & (df_final.customer_group.isin(['A','B']))]\
                         .groupby('customer_group')\
                         .agg({'order_id': 'count'})\
                         .sum(axis = 0)                        
# or taking all customer groups
being_refunded_all = df_final[(df_final.refund == True)]\
                         .groupby('customer_group')\
                         .agg({'order_id': 'count'})\
                         .sum(axis = 0)

p_being_refunded = round(being_refunded / all_orders, 5)
p_being_refunded_all = round(being_refunded_all / all_orders, 5)

p_final_1 = p_being_in_group * p_being_refunded * 100
p_final_2 = p_being_in_group * p_being_refunded_all * 100

我想知道这是否是正确的方法 - 计算组a＆amp; b然后检查退款订单 - 我是否应该检查所有数据中的退款订单，或仅在customer_group IS a＆amp; b？

Answer 1

好的，因此首先是技术性 - 使用给定的样本数据集，您可以计算 比例 ，而不是概率。您可以假设概率相对较近，但这就是一个假设。有关差异的更多信息在这里。

为了找出这一比例，您必须将2组观测值降低 - 感兴趣的总观测空间 - 在您的情况下，我们没有做出任何假设，因此我们采用整个观察空间。也就是说，所有订单。您将每个数字总结在All_orders中，这将是我们的事件总数。

第二组我们必须找出匹配所有条件的。

我们有2个条件：

• A组或B订单中的客户
• 退还

很容易 - 如果退还订单，则将其计算在第二个表中。
因此，现在我们只需要计算满足第一个条件的那些（13）即可。

除以All_orders的总和，将13划分为13