Pruebas A/B

Pensamiento estadístico en Python (Parte 2)

Justin Bois

Lecturer at the California Institute of Technology

¿Es eficaz tu rediseño?

ch4-1.002.png

Pensamiento estadístico en Python (Parte 2)

¿Es eficaz tu rediseño?

ch4-1.003.png

Pensamiento estadístico en Python (Parte 2)

Hipótesis nula

  • El porcentaje de clics no se ve afectado por el rediseño
Pensamiento estadístico en Python (Parte 2)

Prueba de permutación de clics

import numpy as np
# clickthrough_A, clickthrough_B: arr. of 1s and 0s

def diff_frac(data_A, data_B):
        frac_A = np.sum(data_A) / len(data_A)
        frac_B = np.sum(data_B) / len(data_B)
        return frac_B - frac_A

diff_frac_obs = diff_frac(clickthrough_A,
                          clickthrough_B)
Pensamiento estadístico en Python (Parte 2)

Prueba de permutación de clics

perm_replicates = np.empty(10000)
for i in range(10000):
     perm_replicates[i] = permutation_replicate(
                clickthrough_A, clickthrough_B, diff_frac)

p_value = np.sum(perm_replicates >= diff_frac_obs) / 10000

p_value

0.016
Pensamiento estadístico en Python (Parte 2)

Prueba A/B

  • Usada por organizaciones para ver si un cambio de estrategia da mejores resultados
Pensamiento estadístico en Python (Parte 2)

Hipótesis nula de una prueba A/B

  • La estadística de prueba es inmune al cambio
Pensamiento estadístico en Python (Parte 2)

¡Vamos a practicar!

Pensamiento estadístico en Python (Parte 2)

Preparing Video For Download...