After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Cursusbeschrijving
In deze cursus duik je in de wereld van A/B-testen, krijg je een goed begrip van de praktische toepassingen en leer je hoe je deze A/B-testen in Python kunt ontwerpen, uitvoeren en analyseren.
Wist je dat je bijna zeker meedoet aan een A/B-test elke keer dat je op internet surft? Van zoekmachines en e-commerce sites tot sociale netwerken en marketingcampagnes — alle bedrijven huren de beste data-analisten, wetenschappers en ingenieurs in om de kracht van AB-testen te benutten. Door verschillende varianten te testen, kun je de klantervaring verbeteren, je winst verhogen, het volgende beste ontwerp maken en nog veel meer.
Je begint met te leren hoe je de juiste statistieken kunt bepalen, voordat je leert hoe je de juiste steekproefgrootte en duur kunt schatten om betrouwbare resultaten te krijgen. Tijdens deze cursus gebruik je verschillende Python-pakketten om te helpen bij A/B-testen, zoals statsmodels, scipy en pingouin.
Aan het einde van de cursus kun je de nodige controles uitvoeren om nauwkeurige resultaten te garanderen, ben je helemaal thuis in p-waarden en kun je de resultaten van A/B-tests makkelijk en vol vertrouwen analyseren om de belangrijkste zakelijke beslissingen te nemen.
Ontdek hoe A/B-tests werken
Wist je dat je bijna zeker meedoet aan een A/B-test elke keer dat je op internet surft? Van zoekmachines en e-commerce sites tot sociale netwerken en marketingcampagnes — alle bedrijven huren de beste data-analisten, wetenschappers en ingenieurs in om de kracht van AB-testen te benutten. Door verschillende varianten te testen, kun je de klantervaring verbeteren, je winst verhogen, het volgende beste ontwerp maken en nog veel meer.
Meer weten over A/B-testen in Python
Je begint met te leren hoe je de juiste statistieken kunt bepalen, voordat je leert hoe je de juiste steekproefgrootte en duur kunt schatten om betrouwbare resultaten te krijgen. Tijdens deze cursus gebruik je verschillende Python-pakketten om te helpen bij A/B-testen, zoals statsmodels, scipy en pingouin.
Aan het einde van de cursus kun je de nodige controles uitvoeren om nauwkeurige resultaten te garanderen, ben je helemaal thuis in p-waarden en kun je de resultaten van A/B-tests makkelijk en vol vertrouwen analyseren om de belangrijkste zakelijke beslissingen te nemen.
Vereisten
Curriculum
Cursusoverzicht
1
Overzicht van A/B-testen
In dit hoofdstuk leer je de basis van A/B-testen. Je verkent duidelijke stappen en use-cases, ontdekt waarom het waardevol is om A/B-testen te ontwerpen en uit te voeren, en maakt kennis met de meest gebruikte raamwerken voor het ontwerpen van statistieken en het schatten ervan.
- Wat is A/B-testen?50 XP
- Wanneer een A/B-test niet de beste keuze is50 XP
- Stappen van A/B-testen100 XP
- Effecten van randomisatie100 XP
- Waarom experimenten uitvoeren?50 XP
- Correlatievisualisatie100 XP
- Correlatie of causaliteit?50 XP
- Ontwerp van metrics en schatting50 XP
- Gemiddelden en proporties100 XP
- Advertentie-impressie-metrieken100 XP
2
Experimenteel ontwerp en planning
In hoofdstuk 2 behandel je het ontwerpproces van experimenten. Je begint met het formuleren van sterke A/B-testhypothesen en behandelt vervolgens statistische concepten zoals power, foutpercentages en minimaal detecteerbare effecten. Je sluit het hoofdstuk af met het schatten van de juiste steekproefgrootte voor overtuigende resultaten en het aanpakken van scenario’s met multiple comparisons.
3
Dataverwerking, sanity checks en resultaatanalyse
Hier ontdek je een concrete workflow voor het opschonen, voorbewerken en verkennen van A/B-testgegevens, én leer je welke sanity checks nodig zijn om geldige resultaten te garanderen. Je bestudeert een gedetailleerde uitleg en een voorbeeld van het analyseren van A/B-testen met verschillen in proporties.
4
Praktische aandachtspunten en beslissingen nemen
In het laatste hoofdstuk ontwikkel je raamwerken voor het analyseren van verschillen in gemiddelden en zet je niet-parametrische toetsen in wanneer aannames niet worden gehaald. Je leert ook de Delta-methode toepassen bij het analyseren van verhoudingstatistieken en ontdekt best practices en enkele geavanceerde onderwerpen om je A/B-testexpertise verder uit te bouwen.
A/B-testen in Python
Cursus
voltooid
