# Статистика для продакт-менеджерів і маркетологів

> Безкоштовний курс статистики для продакт-менеджерів і маркетологів: як чесно читати метрики, запускати надійні A/B-тести й пояснювати цифри команді на реалістичних даних.

- Джерело: https://productovi.com/uk/courses/statistics-for-pm-and-marketers
- Безкоштовно, читати можна без реєстрації.

## Модулі

### Модуль 1. Опис даних

Типові значення, розкид, викиди й графіки: як чесно підсумувати будь-яку продуктову метрику.

- [Середнє, медіана і мода: яке значення типове](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/typical-value.md): Середнє, медіана, мода й усічене середнє — головні міри центральної тенденції — на правдоподібних замовленнях Котокорму: на яке запитання відповідає кожна міра, як одне оптове замовлення обманює середнє і чому не можна усереднювати середні.
- [Розкид: дисперсія, стандартне відхилення і квартилі](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/spread.md): Дві кур'єрські служби з однаковим середнім часом доставки, і чому обіцянку виконує лише одна: розмах, дисперсія, стандартне відхилення (з розрахунком крок за кроком), квартилі, IQR і коефіцієнт варіації.
- [Викиди в даних і скошені розподіли](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/outliers-and-skew.md): Чому продуктові метрики мають довгі хвости, як знаходити викиди в даних за правилом IQR і що з ними робити: виправляти помилки, сегментувати інших покупців і ніколи бездумно не видаляти «китів».
- [Типи графіків: як обрати правильний](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/charts.md): Гістограми, діаграми розмаху, стовпчикові, кругові, діаграми розсіювання й лінійні графіки: на яке запитання відповідає кожен, як ширина інтервалів і осі змінюють історію, і класичні способи, якими графіки вводять в оману.

### Модуль 2. Порівняння двох груп

Від вибірок до значущості: коли різниця між двома групами справжня, а коли це шум.

- [Вибірка, генеральна сукупність і нормальний розподіл](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/samples-and-normal-distribution.md): Вибірка і генеральна сукупність: чому ми вивчаємо вибірки, щоб дізнатися про всіх користувачів, чому нормальний розподіл трапляється всюди і як їх пов'язує центральна гранична теорема.
- [t-критерій Стьюдента](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/t-test.md): Критерій Стьюдента для двох незалежних вибірок: порівняння середніх двох груп і рішення, чи різниця більша за випадкову.
- [Манна–Вітні: коли дані не нормальні](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/mann-whitney.md): Ранговий критерій для скошених метрик, як-от виручка чи тривалість сесії.
- [p-значення та статистична значущість](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/p-value.md): Що насправді каже p-значення, чого воно не каже, як рівень значущості 0,05 перетворює його на рішення, і статистична значущість проти практичної.

### Модуль 3. A/B-тестування на практиці

Довірчі інтервали, потужність, тести конверсії та пастки, що ламають реальні експерименти.

- [Довірчий інтервал: формула і похибка](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/confidence-intervals.md): Формула довірчого інтервалу і похибка оцінки: як повідомити діапазон правдоподібних значень замість одного числа.
- [Статистична потужність і обсяг вибірки](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/power-and-sample-size.md): Статистична потужність і обсяг вибірки: скільки користувачів потрібно експерименту, щоб виявити важливий для тебе ефект.
- [Конверсія і z-критерій для двох часток](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/conversion-rate-tests.md): Порівняння конверсії між варіантами z-критерієм для двох часток і правильне прочитання приросту.
- [Пастки: підглядання, множинні порівняння, ефект новизни](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/ab-testing-pitfalls.md): Найпоширеніші способи, якими реальні A/B-тести йдуть не так, і як цього уникнути.

### Модуль 4. Багато груп і до/після

ANOVA, взаємодії, парні тести й повторні вимірювання, щоб порівнювати більше двох груп або тих самих користувачів у часі.

- [Дисперсійний аналіз (ANOVA): порівняння багатьох груп](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/anova.md): Однофакторний дисперсійний аналіз: перевірка трьох і більше варіантів одночасно без зростання хибнопозитивних результатів.
- [Двофакторний дисперсійний аналіз і взаємодії](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/multifactor-anova.md): Двофакторний дисперсійний аналіз: коли два фактори діють разом, наприклад акція, що працює на мобільних, але не на десктопі.
- [t-критерій для залежних вибірок: до і після](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/paired-tests.md): Порівняння тих самих користувачів до і після зміни: t-критерій для залежних вибірок і T-критерій Вілкоксона.
- [ANOVA з повторними вимірюваннями](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/repeated-measures.md): Відстеження тих самих користувачів у кількох точках часу: дисперсійний аналіз із повторними вимірюваннями і критерій Фрідмана.

### Модуль 5. Зв'язки

Кореляція, причинність і регресія: як метрики рухаються разом і як передбачити одну з інших.

- [Коефіцієнт кореляції: як дві метрики рухаються разом](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/correlation.md): Як виміряти спільний рух двох метрик коефіцієнтом кореляції (Пірсона і Спірмена) і чому саме по собі це нічого не доводить про причину.
- [Проста лінійна регресія](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/linear-regression.md): Проста лінійна регресія: передбачення однієї метрики з іншої прямою лінією та перевірка якості через коефіцієнт детермінації R².
- [Множинна лінійна регресія](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/multiple-regression.md): Множинна регресія: як відокремити вплив кількох драйверів одночасно і не потрапити у дві класичні пастки — перенавчання та мультиколінеарність.
- [Логістична регресія та класифікація](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/logistic-regression.md): Логістична регресія для результатів «так/ні», як-от відтік чи конверсія: шанси, відношення шансів, поріг рішення та оцінка якості прогнозів.

### Модуль 6. Моделювання та сегментація

Прогнози, кластеризація користувачів у сегменти, пошук драйверів в опитуваннях і вибір правильного тесту.

- [Моделі та прогнозування](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/models-and-forecasts.md): Що таке модель, як проста модель прогнозування продовжує тренд і як зрозуміти, чи прогноз чогось вартий.
- [Кластеризація для сегментації клієнтів](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/clustering.md): Сегментація клієнтів за даними: як дати кластерному аналізу підказати сегменти замість того, щоб їх вгадувати.
- [Факторний аналіз: опитування та драйвери NPS](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/factor-analysis.md): Як знайти кілька прихованих тем за багатьма запитаннями опитування.
- [Підсумок курсу: як обрати правильний критерій](https://productovi.com/uk/courses/statistics-for-pm-and-marketers/choosing-the-right-test.md): Шпаргалка для вибору методу, що поєднує весь курс.