p-값은 통계에서 가장 자주 오해되는 개념 중 하나예요. p-값이 무엇을 의미하고 어떻게 추정하는지 이해하면 A/B 테스트를 설계하고 분석하는 데 큰 도움이 됩니다.
이 연습은 강의의 일부입니다
이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요
이 장에서는 A/B 테스트의 기초를 학습합니다. 명확한 절차와 활용 사례를 살펴보고, A/B 테스트를 설계하고 수행하는 이유와 가치를 이해하며, 가장 널리 쓰이는 지표 설계와 추정 프레임워크를 알아봅니다.
2장에서는 실험 설계 프로세스를 다룹니다. 견고한 A/B 테스트 가설을 수립하는 법에서 시작해, 검정력, 오류율, 최소 검출 효과와 같은 통계 개념을 학습합니다. 마지막으로 결론을 도출할 수 있는 적절한 표본 크기를 추정하는 방법을 배우고, 다중 비교가 있는 시나리오도 다룹니다.
현재 연습
이 장에서는 A/B 테스트 데이터를 정리, 전처리, 탐색하는 구체적인 워크플로를 익히고, 유효한 결과를 보장하기 위해 필요한 건전성 점검 절차를 학습합니다. 또한 비율 차이를 분석하는 A/B 테스트의 해설과 예제를 자세히 살펴봅니다.
마지막 장에서는 평균 차이를 분석하는 프레임워크를 익히고, 여러 가정이 충족되지 않을 때 비모수 검정을 활용하는 방법을 배웁니다. 비율 지표를 분석할 때 Delta method를 적용하는 방법을 익히고, 모범 사례와 심화 주제를 살펴보며 A/B 테스트 역량을 한 단계 높입니다.
