Eenvoudige A/B-test
Nu we weten welke steekproefgrootte nodig is en we het experiment lang genoeg hebben laten lopen om minstens 400 mensen in elke groep te krijgen, kunnen we onze A/B-test analyseren.
Onthoud dat aanvragers op de website van Lending Club willekeurig in twee groepen werden ingedeeld, A of B. Groep A zag een mintgroene websiteheader en groep B een lichtblauwe websiteheader. Lending Club wilde weten of de kleur van de websiteheader invloed had op loan_amnt, het bedrag dat een aanvrager wil lenen.
Een nieuwe gegevensset, lendingclub_ab, is beschikbaar in je werkruimte. De A/B-test liep door tot er 500 aanvragers in elke groep zaten. Elke aanvrager is gelabeld als groep A of B. Voer de juiste toets uit om te zien of het gemiddelde van loan_amnt verschilt tussen de twee groepen.
Deze oefening maakt deel uit van de cursus
Experimenteel ontwerp in R
Oefeninstructies
- Maak een boxplot van
loan_amntperGroupmetggplot2. - Voer de tweezijdige t-toets uit om de A/B-testresultaten te toetsen.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Plot the A/B test results
ggplot(___, aes(x = ___, y = ___)) +
geom_boxplot()
# Conduct a two-sided t-test
t.test(___ ~ ___, data = ___)