Введение в корреляции

A/B-тестирование в R

Lauryn Burleigh

Data Scientist

Корреляция в A/B-дизайне

Сила и направление связи
Две переменные
Изменение одной переменной на единицу другой
- Удовольствие коррелирует со временем приёма пищи
Игнорирование групп

Диаграмма рассеяния с положительной корреляцией: время на оси X, удовольствие на оси Y; точки окрашены в розовый для пиццы Пепперони и в синий для пиццы Сыр.

Корреляция в A/B-дизайне

Внутри групп

Диаграмма рассеяния с положительной корреляцией: время на оси X, удовольствие на оси Y — только пицца Сыр.

Диаграмма рассеяния с положительной корреляцией: время на оси X, удовольствие на оси Y — только пицца Пепперони.

Корреляция

НЕ подразумевает причинно-следственную связь
Рост утоплений и продаж мороженого
- НЕ причинно-следственная связь
- Вероятно: тёплые месяцы
A/B для выявления причинности
- Вносите и проверяйте изменения
A/B: сыр и пепперони
- Удовольствие и время употребления пиццы
- Смена группы — смена связи
Не указывает на зависимость

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

Диаграмма рассеяния с положительной корреляцией: количество утоплений на оси X и продажи мороженого на оси Y.

Коэффициент корреляции

Коэффициент корреляции (r) — степень связи
- от -1 до +1
Более крайние значения — более сильная связь
- Лучший прогноз

Диаграмма рассеяния без корреляции: точки расположены на одном уровне по оси Y вдоль всей оси X.

Диаграмма рассеяния с отрицательной корреляцией: точки высоко слева и убывают вправо по оси X.

Диаграмма рассеяния с положительной корреляцией: точки низко слева и возрастают вправо по оси X.

Значения корреляции

Доля вариации времени приёма пищи, объясняемая удовольствием
- R^2

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

[1]    .73

corvalue^2

[1]        .5329

Ограничения корреляции

Особенно чувствительна к выбросам

Коэффициенты корреляции

Не линия наилучшего соответствия
- Регрессия
Не указывает на значимость
- Для p-значения нужны коэффициент корреляции и размер выборки

Положительная корреляция на графике с точкой данных, отклоняющейся от линейной зависимости в правом нижнем углу — помечена как выброс.

Диаграмма рассеяния с положительной корреляцией и красной линией наилучшего соответствия: количество утоплений на оси X и продажи мороженого на оси Y.

Давайте потренируемся!

A/B-тестирование в R