Méthode Delta
La méthode Delta est l’une des applications les plus pratiques de l’A/B testing. En tant que Data Scientist, vous allez rencontrer des cas où l’affectation des utilisateurs par variante est basée sur user_id pour garantir une expérience cohérente, tandis 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 ratio du total order_value par page_view entre les variantes A et C. Le DataFrame checkout est déjà chargé, ainsi que pandas, numpy et les fonctions prédéfinies pour estimer la variance des métriques de ratio var_delta() et le z-test pour les métriques de ratio ztest_delta().
Cet exercice fait partie du cours
A/B Testing en Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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'].____()})