Metodo Delta
Il metodo Delta è una delle applicazioni più pratiche dell’A/B testing. Come Data Scientist, ti capiterà di incontrare casi in cui l’assegnazione dell’utente per variante si basa su user_id per garantire un’esperienza coerente, mentre l’unità di analisi è qualcosa di più granulare, come una page view o una sessione.
In questo esercizio analizzerai la differenza nel valore totale di order_value per metrica di rapporto page_view tra le varianti A e C. Il DataFrame di checkout è già caricato per te insieme a pandas, numpy e alle funzioni predefinite per stimare la varianza delle metriche di rapporto var_delta() e per il test z sulle metriche di rapporto ztest_delta().
Questo esercizio fa parte del corso
A/B Testing in Python
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# 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'].____()})