A/B test di base
Ora che conosciamo la dimensione del campione necessaria e abbiamo lasciato correre l’esperimento abbastanza a lungo da ottenere almeno 400 persone in ciascun gruppo, possiamo analizzare il nostro A/B test.
Ricorda che, mentre i richiedenti usavano il sito di Lending Club, venivano assegnati in modo casuale a due gruppi, A o B: al gruppo A veniva mostrata un’intestazione del sito verde menta e al gruppo B una intestazione azzurro chiaro. Lending Club voleva capire se il colore dell’intestazione del sito influenzasse loan_amnt, ossia l’importo richiesto in prestito.
Nel tuo workspace è disponibile un nuovo insieme di dati, lendingclub_ab. L’A/B test è stato eseguito fino a raggiungere 500 richiedenti in ciascun gruppo. Ogni richiedente è etichettato come gruppo A o B. Esegui il test appropriato per verificare se la media di loan_amnt è diversa tra i due gruppi.
Questo esercizio fa parte del corso
Progettazione Sperimentale in R
Istruzioni dell'esercizio
- Crea un boxplot di
loan_amntperGroupusandoggplot2. - Esegui il t-test a due code per valutare i risultati dell’A/B test.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Plot the A/B test results
ggplot(___, aes(x = ___, y = ___)) +
geom_boxplot()
# Conduct a two-sided t-test
t.test(___ ~ ___, data = ___)