Test A/B de base
Maintenant que nous connaissons la taille d'échantillon requise et que nous avons laissé l'expérience se dérouler suffisamment longtemps pour obtenir au moins 400 personnes par groupe, nous pouvons analyser notre test A/B.
Rappelez-vous que, lorsque les demandeurs utilisaient le site de Lending Club, ils étaient répartis au hasard en deux groupes, A ou B : le groupe A voyait un en-tête de site vert menthe et le groupe B voyait un en-tête bleu pâle. Lending Club voulait savoir si la couleur de l'en-tête du site influençait loan_amnt, le montant demandé en emprunt.
Un nouveau jeu de données, lendingclub_ab, est disponible dans votre espace de travail. Le test A/B a été mené jusqu'à ce qu'il y ait 500 demandeurs dans chaque groupe. Chaque demandeur est étiqueté groupe A ou B. Effectuez le test approprié pour vérifier si la moyenne de loan_amnt diffère entre les deux groupes.
Cette activité fait partie du cours
Plan d'expériences avec R
Instructions de l’exercice
- Créez un diagramme à moustaches de
loan_amntparGroupavecggplot2. - Effectuez un test t bilatéral pour analyser les résultats du test A/B.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Plot the A/B test results
ggplot(___, aes(x = ___, y = ___)) +
geom_boxplot()
# Conduct a two-sided t-test
t.test(___ ~ ___, data = ___)