1. Nauka
    2. /
  2. Kursy
    3. /
  3. Testy A/B w Pythonie
Connected

ćwiczenie

Paradoks Simpsona w praktyce

Uogólnianie wyników testów A/B na różne segmenty populacji może mieć kluczowe znaczenie dla biznesu. Czasem chcemy uniknąć kosztów przeprowadzania kolejnych testów w różnych miastach, na różnych urządzeniach itd. Sprawdzenie, czy wyniki są spójne w poszczególnych podgrupach, pozwala z większą pewnością dokonywać takich uogólnień.

Przeanalizuj zbiory danych simp_balanced i simp_imbalanced pod kątem paradoksu Simpsona, aby lepiej zrozumieć, jak to zjawisko może się pojawić w scenariuszach testów A/B.

Instrukcje 1/4

undefined XP
    1
    2
    3
    4
  • Oblicz współczynniki konwersji dla każdego wariantu (Variant) osobno oraz z podziałem na przeglądarkę (Browser).