Bilan : tests A/B en Python

A/B Testing en Python

Moe Lotfy, PhD

Principal Data Science Manager

Résumé des tests A/B

Chapitre 1

  • Étapes et cas d'usage des tests A/B
  • Définition et estimation des mesures
  • .sample(), .corr(), pairplot, heatmap

Chapitre 2

  • Formuler des hypothèses de tests A/B
  • Taux d'erreur, puissance, taille d'effet
  • Analyse de puissance : estimation de la taille d'échantillon
  • Corrections pour comparaisons multiples

Chapitre 3

  • Nettoyage des données et EDA
  • Vérifications de cohérence pour valider
  • Analyse des écarts de proportions
  • proportions_ztest, proportion_confint

Chapitre 4

  • Analyse des écarts de moyennes
  • Tests non paramétriques
  • Méthode delta pour mesures de ratio
  • Bonnes pratiques et sujets avancés
A/B Testing en Python

Félicitations !

A/B Testing en Python

Preparing Video For Download...