Serve una correzione per confronti multipli?
Supponiamo che tu sia un Analytics Engineer e ti trovi di fronte a diversi scenari di progettazione sperimentale in cui potrebbe essere necessaria una correzione per confronti multipli per evitare di gonfiare il tasso di falsi positivi. Rifletti sulle condizioni di ogni scenario e su come il numero di metriche, varianti o sottocategorie testate in ciascun esperimento possa influenzare la necessità di una correzione.
Questo esercizio fa parte del corso
A/B Testing in Python
esercizio interattivo pratico
Trasforma la teoria in pratica con uno dei nostri esercizi interattivi
Inizia esercizio