Test A/B basique
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 dans chaque groupe, nous pouvons analyser notre test A/B.
Rappelez-vous que lorsque les candidats utilisaient le site de Lending Club, ils étaient répartis aléatoirement en deux groupes, A ou B : A voyait un en-tête de site vert menthe et B voyait un en-tête bleu clair. Lending Club souhaitait savoir si le choix de la couleur de l’en-tête du site influençait loan_amnt, le montant que le candidat souhaitait emprunter.
Un nouveau jeu de données, lendingclub_ab, est disponible dans votre espace de travail. Le test A/B a été mené jusqu’à atteindre 500 candidats dans chaque groupe. Chaque candidat a été étiqueté comme appartenant au groupe A ou B. Réalisez le test approprié pour vérifier si la moyenne de loan_amnt diffère entre les deux groupes.
Cet exercice fait partie du cours
Plan d’expériences en R
Instructions
- Créez un boxplot de
loan_amntparGroupavecggplot2. - Effectuez le test t bilatéral pour analyser les résultats du test A/B.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Plot the A/B test results
ggplot(___, aes(x = ___, y = ___)) +
geom_boxplot()
# Conduct a two-sided t-test
t.test(___ ~ ___, data = ___)