Build your ultimate AI agent
Deskripsi Kursus
A/B testing adalah desain eksperimen yang umum digunakan untuk penelitian perilaku manusia di industri dan akademisi. Uji A/B membandingkan dua varian untuk menentukan apakah pengukuran menunjukkan kinerja yang berbeda dan apakah pengukuran bervariasi dengan cara yang bermakna. Dengan mempelajari A/B testing dan menyajikan hasilnya, Anda dapat membuat keputusan dan prediksi berbasis data.
Dalam kursus ini, Anda akan mempelajari pertanyaan apa saja yang dapat dijawab oleh pengujian A/B, pertimbangan penting yang perlu diperhatikan dalam pengujian A/B, cara menjawab pertanyaan yang dihadapi, dan cara memvisualisasikan data. Anda juga akan mempelajari cara menentukan ukuran sampel yang diperlukan dalam sebuah eksperimen, melakukan analisis yang sesuai dengan data dan hipotesis yang ada, menentukan apakah hasilnya dapat dianggap meyakinkan, dan menyajikan hasilnya kepada audiens tanpa memandang latar belakang statistik mereka.
Kursus ini mencakup uji A/B parametrik dan non-parametrik, seperti uji t, uji U Mann-Whitney, uji Chi-Square independensi, uji eksak Fisher, serta korelasi Pearson dan Spearman. Selain itu, Anda akan mempelajari analisis daya untuk setiap pengujian.
Seiring kemajuan Anda, Anda juga akan belajar menjalankan regresi linear dan logistik untuk memprediksi hasil berdasarkan data dan temuan sebelumnya.
Setelah Anda menyelesaikan kursus ini, Anda akan memiliki pemahaman menyeluruh tentang uji A/B, analisis yang dapat Anda lakukan dengannya, dan cara menyampaikan hasilnya dengan visualisasi data.
Bangun Pemahaman tentang Desain A/B
Dalam kursus ini, Anda akan mempelajari pertanyaan apa saja yang dapat dijawab oleh pengujian A/B, pertimbangan penting yang perlu diperhatikan dalam pengujian A/B, cara menjawab pertanyaan yang dihadapi, dan cara memvisualisasikan data. Anda juga akan mempelajari cara menentukan ukuran sampel yang diperlukan dalam sebuah eksperimen, melakukan analisis yang sesuai dengan data dan hipotesis yang ada, menentukan apakah hasilnya dapat dianggap meyakinkan, dan menyajikan hasilnya kepada audiens tanpa memandang latar belakang statistik mereka.
Pelajari Cara Menganalisis Data Uji A/B
Kursus ini mencakup uji A/B parametrik dan non-parametrik, seperti uji t, uji U Mann-Whitney, uji Chi-Square independensi, uji eksak Fisher, serta korelasi Pearson dan Spearman. Selain itu, Anda akan mempelajari analisis daya untuk setiap pengujian.
Prediksi Hasil Berdasarkan Data
Seiring kemajuan Anda, Anda juga akan belajar menjalankan regresi linear dan logistik untuk memprediksi hasil berdasarkan data dan temuan sebelumnya.
Presentasikan Hasil kepada Audiens Apa Pun dengan Visualisasi
Setelah Anda menyelesaikan kursus ini, Anda akan memiliki pemahaman menyeluruh tentang uji A/B, analisis yang dapat Anda lakukan dengannya, dan cara menyampaikan hasilnya dengan visualisasi data.
Prasyarat
Kurikulum
Garis besar kursus
1
Pengantar Uji A/B
Pahami uji A/B dan perancangannya. Pelajari aspek-aspek yang perlu diperhatikan untuk memastikan penanganan data dan analisis yang tepat.
- A/B testing dan desain50 XP
- Desain subjek A/B50 XP
- Format dan histogram100 XP
- Pertimbangan dalam A/B testing50 XP
- Kesalahan Tipe I dalam uji A/B50 XP
- Pengambilan Sampel100 XP
- Tingkat galat keluarga (Family-wise error rate)100 XP
- Daya uji dan ukuran sampel50 XP
- Dampak power100 XP
- Menentukan ukuran sampel ideal100 XP
- Regresi ke rerata100 XP
2
Membandingkan Kelompok
Pelajari analisis umum untuk membandingkan kelompok A/B. Pahami pendekatan yang sesuai untuk setiap uji berdasarkan asumsi dan keterbatasannya.
3
Asosiasi Antarkelompok Variabel
Pelajari cara menganalisis tren dan hubungan variabel dalam kelompok A/B. Pahami cara menilai dan menyajikan hasil kepada audiens mana pun.
4
Regresi dan Prediksi
Pahami dasar regresi dan garis regresi. Pelajari cara menjalankan regresi, memprediksi data berdasarkan model regresi, dan menyajikan hasilnya secara visual.
R
Pengujian A/B di R
Kursus
Selesai
