A/B-tests vs. multivariabele experimenten

Het idee van een A/B-test is dat je maar één ding verandert en het effect van die verandering meet. Dat zagen we in de voorbeelden in de video en in de vorige oefeningen. Een multivariaat experiment, zoals het ToothGrowth-experiment uit hoofdstuk 1, verandert juist meerdere zaken (en lijkt op een experiment met meerdere factoren, dat we eerder in dit hoofdstuk bespraken).

Een multivariaat test bij Lending Club kan alle verklarende variabelen combineren die we in dit hoofdstuk hebben bekeken. Laten we onderzoeken hoe Group, grade en verification_status van invloed zijn op loan_amnt in de lendingclub_ab-gegevensset.

Deze oefening maakt deel uit van de cursus

Experimenteel ontwerp in R

Cursus bekijken

Oefeninstructies

Gebruik lm() om het effect van alle drie de verklarende variabelen op loan_amnt te onderzoeken. Sla dit op als een modelobject lendingclub_multi.
Bekijk lendingclub_multi met tidy() en trek je conclusies.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Build lendingclub_multi
___ <-___(___, ___)

# Examine lendingclub_multi results
___

Code bewerken en uitvoeren