A/B-testning i R

A/B-testning är en vanlig experimentell design för forskning om mänskligt beteende inom industri och akademi. A/B-tester jämför två varianter för att avgöra om mätningen visar olika prestanda och om mätningarna varierar på ett meningsfullt sätt. Genom att lära dig om A/B-testning och presentera resultaten kan du fatta datadrivna beslut och göra prognoser.

Bygg upp en förståelse för A/B-design

I den här kursen lär du dig vilka frågor A/B-tester kan besvara, vilka viktiga överväganden du behöver känna till i A/B-tester, hur du besvarar de aktuella frågorna och hur du visualiserar data. Du kommer också att lära dig hur du bestämmer det stickprovsstorlek som behövs i ett experiment, genomför analyser som är lämpliga för den aktuella datan och hypotesen, avgör om resultaten kan betraktas med tillförsikt och presenterar resultaten för en publik oavsett statistisk bakgrund.

Lär dig hur du analyserar A/B-testdata

Denna kurs behandlar parametriska och icke-parametriska A/B-tester, såsom t-test, Mann-Whitney U-test, chi-två-test för oberoende, Fishers exakta test samt Pearsons och Spearmans korrelationer. Dessutom kommer du att utforska en poweranalys för varje test.

Förutsäg utfall baserat på data

Allteftersom du går vidare kommer du också att lära dig att köra linjära och logistiska regressioner för att förutsäga utfall baserat på data och tidigare resultat.

Presentera resultat för vilken publik som helst med visualiseringar

När du har slutfört den här kursen kommer du att ha en gedigen förståelse för A/B-tester, de analyser du kan göra med dem och hur du förmedlar resultaten med datavisualiseringar.