A/B परीक्षण

Statistical Thinking in Python (Part 2)

Justin Bois

Lecturer at the California Institute of Technology

क्या आपका रीडिज़ाइन प्रभावी है?

ch4-1.002.png

क्या आपका रीडिज़ाइन प्रभावी है?

ch4-1.003.png

शून्य परिकल्पना

रीडिज़ाइन से click-through rate प्रभावित नहीं होता

क्लिक-थ्रू का permutation test

import numpy as np
# clickthrough_A, clickthrough_B: arr. of 1s and 0s

def diff_frac(data_A, data_B):
        frac_A = np.sum(data_A) / len(data_A)
        frac_B = np.sum(data_B) / len(data_B)
        return frac_B - frac_A

diff_frac_obs = diff_frac(clickthrough_A,
                          clickthrough_B)

क्लिक-थ्रू का permutation test

perm_replicates = np.empty(10000)
for i in range(10000):
     perm_replicates[i] = permutation_replicate(
                clickthrough_A, clickthrough_B, diff_frac)

p_value = np.sum(perm_replicates >= diff_frac_obs) / 10000

p_value

0.016

A/B टेस्ट

संस्थाएँ जाँचती हैं कि रणनीति बदलने से बेहतर परिणाम मिलता है या नहीं

A/B टेस्ट की शून्य परिकल्पना

टेस्ट सांख्यिकीय मान बदलाव से अप्रभावित है

अभ्यास करते हैं!

Statistical Thinking in Python (Part 2)