A/Bテストの留意点

Rで学ぶA/Bテスト

Lauryn Burleigh

Data Scientist

A/Bテストの留意点

A/Bを使うのは次のときのみ

  • 被験者数/トラフィックが十分
  • 設計と検証の時間がある
  • 明確な仮説がある

A/Bテストの検討事項

  • データの変動
  • 変数の数
  • 平均への回帰
Rで学ぶA/Bテスト

データの変動

  • 精度には母集団の代表性が必要
  • 変動が結果に影響
    • 被験者の入れ替わり
    • 曜日
    • 休暇・祝日
    • 世間の評価

変更後、リピーザーが一時的に減って戻り、新規が増加することを示す折れ線。

冬の休暇期に売上が増える。

セール中は売上が増え、期間外は減る。

Rで学ぶA/Bテスト

変動の例

normaldist <- rnorm(10000) 
datasample <- sample(normaldist, 10)
ggplot() + 
    aes(datasample) +
    geom_histogram(bins = 8)

10点のヒストグラムで、x軸全体に点が散らばる。

10点のヒストグラムで、x軸の初・中・終に棒がある。

10点のヒストグラムで、棒は主に中央に集中。

Rで学ぶA/Bテスト

変数の数

  • 変数1つ:理想
  • トッピング1種/変数1つ
    • 個別トッピング/条件を評価
    • チーズ:対照変数
    • ペパロニ:トッピング変数
  • トッピング2種/複数変数
    • 組み合わせを評価
    • 例:ピーマン&玉ねぎ、オリーブ&にんにく
    • 対照なし

チーズとペパロニの1トッピングのピザ(各群に被験者3名)と、ピーマン+玉ねぎ、オリーブ+にんにくの2トッピングのピザ(各群に被験者3名)。

Rで学ぶA/Bテスト

変数数と第I種過誤

  • 変数が多いほど→分析が増える
    • 第I種過誤率が上がる
  • 一般的有意水準:5%
    • α = 0.05
    • 第I種過誤の確率 5%
  • 信頼水準:100 − 有意水準
    • ファミリー誤差率の計算に使用
      • 1 − 偽陽性なしの確率

ファミリー誤差率を計算

  • 有意水準:5%
  • 信頼水準:95%
  • 実施テスト数:10
1 - (1-0.05)^10

1 - (0.95)^10
0.40126306076

40%

Rで学ぶA/Bテスト

平均への回帰

  • データ追加で極端値は平均に近づく
  • 第I種過誤のリスク
  • 対照群と比較する

初期は新規投稿が多いが、時間とともに平均へ回帰する折れ線グラフ。

元のボタンは投稿数が一定、変更群は当初増えるが平均へ回帰し差が縮むことを示す折れ線グラフ。

Rで学ぶA/Bテスト

平均への回帰

  • 小標本は不正確
  • 第I種過誤のリスク
  • データ増加→真の平均へ
ID 楽しさ [1-10]
01 1
02 10
03 9
mean(c(1, 10))
5.5
mean(c(1, 10, 9))
6.6666
Rで学ぶA/Bテスト

練習しましょう!

Rで学ぶA/Bテスト

Preparing Video For Download...