Для проверки увеличения среднего чека можно использовать A/B-тестирование. Разделите клиентов на контрольную и тестовую группы, внедрите изменения (например, рекомендации товаров) в тестовой группе и сравните средние чеки после эксперимента.

import scipy.stats as stats

Данные: средние чеки контрольной и тестовой групп

control = [1200, 1100, 1300, ...] # пример данных
test = [1400, 1500, 1300, ...] # пример данных

Проверка значимости различий

t_stat, p_value = stats.ttest_ind(control, test)
if p_value < 0.05:
print("Разница статистически значима")
else:
print("Разница незначима")

**Ключевые моменты:**
- Убедитесь, что группы сопоставимы (рандомизация)
- Проверьте нормальность распределения (Shapiro-Wilk) и гомогенность дисперсий (Levene)
- Для непараметрических данных используйте U-тест Манна-Уитни
- Учитывайте сезонность и внешние факторы