曜日効果
A/Bテストでは天候や祝日などの外的要因をコントロールできますが、施策によっては、変動のある期間におけるユーザー行動を正しく捉えるために、他よりも強く（または弱く）影響するものを考慮する必要があります。追跡している指標によっては、テストを1週間単位の期間で実施することを検討すべき場合があります。指標の中には季節性があり、祝日や週末の影響を受けるものもあれば、あまり変動しないものもあります。必要なサンプルサイズに達した時点でテストを終了できるのか、それとも曜日などの季節要因をカバーするために数日延長すべきかは、データサイエンティストであるあなたがチームに助言します。
読み込み済みのnoveltyデータセットを確認し、週次サイクルでの実施が必要な指標を選びましょう。pandasとmatplotlibも読み込まれています。
この演習はコースの一部です
Pythonで学ぶA/Bテスト
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Create a line plot
novelty.____('____', '____')
plt.title('Purchase Rate Over Test Duration')
plt.ylabel('Purchase Rate [%]')
plt.ylim([0, 0.04])
plt.show()