Introduzione alle correlazioni

A/B Testing in R

Lauryn Burleigh

Data Scientist

Correlazione nel design A/B

Forza e direzione della relazione
Due variabili
Aumento o diminuzione di una variabile per unità dell’altra
- Piacere correlato al tempo per mangiare
Ignora i gruppi

Diagramma a dispersione con correlazione positiva: tempo sull’asse x e piacere sull’asse y; ogni punto è rosa per pizza Pepperoni e blu per pizza Margherita.

Correlazione nel design A/B

All’interno dei gruppi

Diagramma a dispersione con correlazione positiva: tempo (x) e piacere (y) solo per pizza Margherita.

Diagramma a dispersione con correlazione positiva: tempo (x) e piacere (y) solo per pizza Pepperoni.

Correlazione

NON implica causalità
Aumento di annegamenti e vendite di gelati
- NON causale
- Probabile: mesi caldi
Usare A/B per dedurre causalità
- Apporta e testa modifiche
A/B: margherita e pepperoni
- Piacere e tempo per mangiare pizza
- Cambia gruppo = cambia relazione
Non indica dipendenza

ggplot(data, aes(x = drownings, 
                 y = icecream)) +
  geom_point()

Un diagramma a dispersione che mostra una correlazione positiva, con numero di annegamenti sull’asse x e vendite di gelati sull’asse y.

Coefficiente di correlazione

Coefficiente di correlazione (r): grado di associazione
- da -1 a +1
Valori più estremi = associazione più forte
- Migliore previsione

Un diagramma a dispersione che mostra nessuna correlazione, con punti allo stesso livello sull’asse y lungo tutto l’asse x.

Un diagramma a dispersione che mostra una correlazione negativa, con punti alti a sinistra dell’asse x che diminuiscono andando a destra.

Un diagramma a dispersione che mostra una correlazione positiva, con punti bassi a sinistra dell’asse x che aumentano andando a destra.

Valori di correlazione

Quota di variazione del tempo per mangiare attribuibile al piacere
- R^2

corvalue <- cor(data$time, data$enjoyment)
corvalue

[1]    .73

corvalue^2

[1]        .5329

Limiti della correlazione

Particolarmente sensibile agli outlier

Coefficienti di correlazione

Non è la retta di miglior adattamento
- Regressione
Non indica la significatività
- Coefficiente di correlazione e dimensione campione per il p-value

Immagine di una correlazione positiva su un computer con un punto lontano dalla correlazione lineare in basso a destra etichettato come outlier.

Un diagramma a dispersione con correlazione positiva e una linea rossa di miglior adattamento; annegamenti sull’asse x e vendite di gelati sull’asse y.

Vamos praticar!

A/B Testing in R