A/B-тестирование в R

A/B-тестирование — это распространённый экспериментальный дизайн для исследований человеческого поведения в индустрии и академической среде. A/B-тесты сравнивают две версии, чтобы определить, показывает ли измерение разную эффективность и отличаются ли измерения значимым образом. Изучив A/B-тестирование и научившись представлять результаты, вы сможете принимать решения и строить прогнозы на основе данных.

Сформируйте понимание A/B-дизайна

В этом курсе вы узнаете, на какие вопросы могут ответить A/B-тесты, какие важные моменты нужно учитывать при проведении A/B-тестов, как отвечать на поставленные вопросы и как визуализировать данные. Вы также узнаете, как определить размер выборки, необходимый для эксперимента, провести анализ, соответствующий имеющимся данным и выдвинутой гипотезе, определить, можно ли доверять результатам, и представить результаты аудитории независимо от уровня её статистической подготовки.

Узнайте, как анализировать данные A/B-тестов

Этот курс охватывает параметрические и непараметрические A/B-тесты, такие как t-тесты, U-критерий Манна — Уитни, критерий хи-квадрат независимости, точный критерий Фишера, а также корреляции Пирсона и Спирмена. Кроме того, вы изучите анализ мощности для каждого теста.

Прогнозируйте результаты на основе данных

По мере продвижения вы также научитесь выполнять линейную и логистическую регрессию, чтобы прогнозировать результаты на основе данных и предыдущих выводов.

Представляйте результаты любой аудитории с помощью визуализаций

К моменту завершения этого курса у вас будет глубокое понимание A/B-тестов, анализов, которые можно с их помощью проводить, и того, как представлять результаты с помощью визуализаций данных.