ランダム化の効果

ランダムな割り当ては、A/Bテストで重要な役割を果たします。あなたはデータサイエンティストとして、チェックアウトページのデザイン違いがビジネス指標に与える影響を検証する実験を設定するとします。

この演習では、ユーザーの一部をサンプリングして、トラフィックが実験にランダムに登録される状況をシミュレートし、各グループにランダム割り当てされたユーザーにおける特定属性の分布を確認します。これにより、全体のトラフィック母集団への一般化可能性を検証し、グループ間で変更している唯一の変数、つまりチェックアウトページのデザインの影響を切り分けることができます。

checkout DataFrame は読み込まれています。DataFrame の各行は、それぞれの checkout_page を訪れた一意のユーザー、その行動、および追加属性に対応すると仮定してください。