Verificações: Validade interna

A/B Testing em Python

Moe Lotfy, PhD

Principal Data Science Manager

Sample Ratio Mismatch (SRM)

Sample Ratio Mismatch (SRM)
- Alocação entre variantes foge do planejado
Teste qui-quadrado de aderência

Fórmula do qui-quadrado

Exemplo de alocação com sample ratio mismatch

Exemplo de SRM em Python

# Calculate the unique IDs per variant
AdSmart.groupby('experiment')['auction_id'].nunique()

experiment
control    4071
exposed    4006

# Assign the unqiue counts to each variant
control_users=AdSmart[AdSmart['experiment']=='control']['auction_id'].nunique()
exposed_users=AdSmart[AdSmart['experiment']=='exposed']['auction_id'].nunique()
total_users=control_users+exposed_users
# Calculate allocation ratios per variant
control_perc = control_users / total_users
exposed_perc = exposed_users / total_users
print("Percentage of users in the Control group:",100*round(control_perc,5),"%")
print("Percentage of users in the Exposed group:",100*round(exposed_perc,5),"%")

Percentage of users in the Control group: 50.402 %
Percentage of users in the Exposed group: 49.598 %

¹ Adsmart Kaggle dataset: https://www.kaggle.com/datasets/osuolaleemmanuel/ad-ab-testing

Exemplo de SRM em Python

# Creat lists of observed and expected counts per variant
observed = [ control_users, exposed_users ]
expected = [ total_users/2, total_users/2 ]
# Import chisquare from scipy library
from scipy.stats import chisquare
# Run chisquare test on observed and expected lists
chi = chisquare(observed, f_exp=expected)
# Print test results and interpretation
print(chi)
if chi[1] < 0.01:
    print("SRM may be present")
else:
    print("SRM likely not present")

Power_divergenceResult(statistic=0.5230902562832735, pvalue=0.4695264353014863)
SRM likely not present

¹ Adsmart Kaggle dataset: https://www.kaggle.com/datasets/osuolaleemmanuel/ad-ab-testing

Encontrando a causa do SRM

Causas comuns de SRM:$^1$

Atribuição: agrupamento incorreto ou funções de randomização com erro
Execução: início tardio das variantes ou ramp up diferente
Log de dados: atrasos de logging ou filtragem de bots
Interferência: interromper uma variante durante o experimento

¹ Diagnosticando Sample Ratio Mismatch em Experimentos Controlados Online: uma taxonomia e regras práticas

Testes A/A

Teste A/A
- Mesma experiência para dois grupos de usuários
- Revela erros na configuração do experimento
- Sem diferenças estatisticamente significativas nas métricas
- Falsos positivos ainda podem ocorrer no $\alpha$ definido (5% das vezes)
- Revela desequilíbrios nas distribuições entre grupos (ex.: navegadores, dispositivos etc.)

Exemplo de balanceamento de distribuições em Python

Distribuição de navegadores equilibrada
Teste válido

checkout.groupby('checkout_page')['browser'].value_counts(normalize=True)

checkout_page  browser
A              chrome     0.341333
               safari     0.332000
               firefox    0.326667
B              safari     0.352000
               firefox    0.325000
               chrome     0.323000
C              safari     0.346000
               chrome     0.330000
               firefox    0.324000

Distribuição de navegadores desequilibrada
Teste inválido

 AdSmart.groupby('experiment')['browser'].value_counts(normalize=True)

experiment  browser                   
control     Chrome Mobile                 0.591992
            Facebook                      0.137804
            Samsung Internet              0.120855
            Chrome Mobile WebView         0.071727
            Mobile Safari                 0.060427
            Chrome Mobile iOS             0.008352
            Mobile Safari UI/WKWebView    0.007369
exposed     Chrome Mobile                 0.535197
            Chrome Mobile WebView         0.298802
            Samsung Internet              0.082876
            Facebook                      0.050674
            Mobile Safari                 0.022716
            Chrome Mobile iOS             0.004244

¹ Adsmart Kaggle dataset: https://www.kaggle.com/datasets/osuolaleemmanuel/ad-ab-testing

Vamos praticar!

A/B Testing em Python