Controlli di sanità: validità interna
A/B Testing in Python
Moe Lotfy, PhD
Principal Data Science Manager
Sample Ratio Mismatch (SRM)
- Sample Ratio Mismatch (SRM)
- L'allocazione tra varianti devia dal design
- Test chi-quadro di bontà dell'adattamento
SRM python example
# 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
Esempio SRM in 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
Individuare le cause dell'SRM
Cause comuni di SRM:$^1$
- Assegnazione: bucket errati o funzioni di randomizzazione difettose
- Esecuzione: avvio ritardato delle varianti o velocità di ramp up
- Log dei dati: ritardi nel logging o filtraggio dei bot
- Interferenza: sperimentatore che mette in pausa una variante
1 Diagnosing Sample Ratio Mismatch in Online Controlled Experiments: A Taxonomy and Rules of Thumb for Practitioners
Test A/A
- Test A/A
- Offre un'esperienza identica a due gruppi di utenti
- Fa emergere bug nella configurazione dell'esperimento
- Nessuna differenza statisticamente significativa tra le metriche
- I falsi positivi possono comunque verificarsi al $\alpha$ specificato (5% delle volte)
- Fa emergere squilibri nelle distribuzioni tra gruppi (es. browser, dispositivi, ecc.)
Esempio in Python: equilibrio delle distribuzioni
- Distribuzione dei browser bilanciata
- Test valido
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
- Distribuzione dei browser sbilanciata
- Test non valido
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
Esercitiamoci!
A/B Testing in Python
