Méthode delta
La méthode delta est l'une des applications les plus pratiques en A/B testing. Comme Scientifique des données, vous allez rencontrer des cas où l'attribution des utilisateurs par variante est basée sur le user_id pour assurer une expérience cohérente, alors que l'unité d'analyse est plus granulaire, comme une vue de page ou une session.
Dans cet exercice, vous allez analyser la différence du paramètre de ratio du order_value total par page_view entre les variantes A et C. Le DataFrame checkout est déjà chargé pour vous, ainsi que pandas, numpy, et les fonctions prédéfinies pour estimer la variance des métriques de ratio var_delta() et pour effectuer le z-test sur des métriques de ratio ztest_delta().
Cette activité fait partie du cours
A/B Testing en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Create DataFrames for per user metrics for variants A and C
A_per_user = pd.____({'order_value':checkout[checkout['checkout_page']=='A'].groupby('____')['order_value'].____()
,'page_view':checkout[checkout['checkout_page']=='A'].groupby('____')['user_id'].____()})
C_per_user = pd.____({'order_value':checkout[checkout['checkout_page']=='C'].groupby('____')['order_value'].____()
,'page_view':checkout[checkout['checkout_page']=='C'].groupby('____')['user_id'].____()})