타당성 점검: 외적 타당성

Python으로 배우는 A/B Testing

Moe Lotfy, PhD

Principal Data Science Manager

심슨의 역설

심슨의 역설: 전체 집단을 분할하면 변수 간 추세가 나타나거나 사라지거나 반전되는 통계적 현상입니다.

print(simp_imbalanced.groupby('Variant').mean())

Variant     Conversion
A              0.80
B              0.64

print(simp_imbalanced.groupby(['Variant','Device']).mean())

Variant Device   Conversion
A       Phone        0.875
        Tablet       0.500
B       Phone        0.900
        Tablet       0.575

simp_imbalanced.groupby(['Variant','Device'])\
                            ['Device'].count()

Variant  Device
A        Phone     40
         Tablet    10
B        Phone     10
         Tablet    40

심슨의 역설 예시 표

simp_balanced.groupby(['Variant','Device'])\
                        ['Device'].count()

Variant  Device
A        Phone     40
         Tablet    10
B        Phone     40
         Tablet    10

print(simp_balanced.groupby('Variant').mean())

Variant     Conversion
A              0.70
B              0.52

print(simp_balanced.groupby(['Variant','Device']).mean())

Variant Device     Conversion
A       Phone        0.750
        Tablet       0.500
B       Phone        0.575
        Tablet       0.300

# Plot Lift in CTR vs test days
novelty.plot('date', 'CTR_lift')
plt.ylim([0, 0,09])
plt.title('Lift in CTR vs Test Duration')
plt.show()

신규성 효과: 실험 일수 대비 CTR 선형 그래프 시각화

Python으로 배우는 A/B Testing