R 中的 A/B 测试

A/B 测试是工业界和学术界人类行为研究中常见的一种实验设计。 A/B 测试会比较两个版本，以确定测量结果是否显示出不同的表现，以及测量是否存在有意义的差异。 通过学习 A/B 测试并展示结果，您可以做出数据驱动的决策和预测。

建立对 A/B 设计的理解

在本课程中，你将学习 A/B 测试可以回答哪些问题、进行 A/B 测试时需要注意的重要事项、如何回答当前的问题，以及如何可视化数据。 你还将学习如何确定实验所需的样本量，针对手头的数据和假设进行适当的分析，判断结果是否值得信赖，并向不同统计背景的受众展示结果。

学习如何分析 A/B 测试数据

本课程涵盖参数和非参数 A/B 测试，例如 t 检验、Mann-Whitney U 检验、卡方独立性检验、Fisher 精确检验，以及 Pearson 和 Spearman 相关分析。 此外，你还将为每项检验探索功效分析。

基于数据预测结果

随着学习的深入，你还将学会运行线性回归和逻辑回归，根据数据和以往研究结果来预测结果。

用可视化向任何受众展示结果

在完成本课程时，你将全面了解 A/B 测试、可用它们进行的分析，以及如何通过数据可视化传达结果。