学习数据科学:A / B测试在1分钟内

2020年6月9日
通过

[本文首次发表于188bet appR-博客 - 学习机,并慷慨解囊,以188bet app]。(您可以在本网页上的内容报告问题金宝搏网址这里
要共享R-博客内容?188bet app188bet app 如果你有一个博客,或这里如果你不这样做。


谷歌没有吧!Facebook并吧!亚马逊的确是肯定的!

特别是在网页设计和网络广告领域,每个人都在谈论金宝搏网址A / B测试。如果要快速了解它是什么,你怎么能有R做到这一点,请继续阅读!

A / B测试的基本思想是系统(和通常自动地)测试两个不同的备选方案例如两个不同的网页设计,并决定哪一个更好呢,例如就......而言兑换率(即有多少人点击一个按钮或者购买的产品)

来源:维基百科

坏消息是,你必须了解有关一点点金宝搏网址统计假设检验,好消息是,如果你读了下面的帖子,你有你需要的一切(加,作为一个额外的好处R有所有的工具,你需要已经在眼前!):从掷硬币来对黑客:进行统计显着的一次!(好吧,阅读它会使它在一分钟...)。

为了给你一个实际的例子,我们将使用来自DataCamp关于“A / B测试的R”过程中的数据集(experiment_data.csv),其示出了是否每个组(控制测试组)或者点击相应的报价......与否(clicked_adopt_today):

实验< -  read.csv( “数据/ experiment_data.csv”)实验< - 实验[2:3]头(实验,10)##条件clicked_adopt_today ## 1个控制0 ## 2控制1 ## 3 0控制## 4控制0 ## 5 0试验## 6试验## 0 7试验1 ## 8 0试验## 9 0试验## 10试验1

让我们创建两个表绝对相对比例

丙< - 表(实验)prop_abs < -  addmargins(丙)prop_abs ## clicked_adopt_today ##条件0 1萨姆##控制245 49 294 ## 181试验113 294 ## 426总和162 588 prop_rel < -  prop.table(丙,1)prop_rel < - 轮(addmargins(prop_rel,2),2)prop_rel ## clicked_adopt_today ##条件0 1萨姆##控制0.83 0.17 1.00 ## 0.62试验0.38 1.00

现在的实际测试:够方便,R有prop.test功能,测试两个比例是否显著不同(通过执行所谓的Pearson卡方检验下罩)。我们只有把我们的原始表到函数和R没有休息了我们:

prop.test(丙)## ## 2-样品用于与连续性##校正## ##数据的比例相等测试:丙## X-平方= 33.817,DF = 1,p值= 6.055e-09##替代假设:two.sided ## 95%置信区间:## 0.1442390 0.2911352 ##样本估计:##丙1丙2 ## 0.8333333 0.6156463

瞧,这是它了!由于p值是远低于0.05公共阈值的差异是高度显著,所以我们可以拒绝零假设(该差异只是由于偶然)!

因此,我们肯定会去为被提交给测试组在今后的设计。

发表评论对于作者,请按照自己的博客上的链接和评论:188bet appR-博客 - 学习机

188bet appR-bloggers.com报价每日电子邮件更新金宝搏网址 [R新闻和教程金宝搏网址金宝搏网址 和许多其他议题。点击这里,如果你正在寻找张贴或找到一个R /数据科学工作
要共享R-博客内容?188bet app188bet app 如果你有一个博客,或这里如果你不这样做。



如果你走到这一步,为什么不订阅更新从网站?选择你的味道:电子邮件推特1188bet app, 要么Facebook的...

评论被关闭。

搜索R-博客188bet app

赞助商

决不会错过的更新!
订阅R-博客188bet app受到
电子邮件与最新的[R帖子。
(您将不会再看到这条消息。)

点击此处关闭(此弹出不会再次出现)