Poznaj istotę testów A/B i zasady ich projektowania. Dowiedz się, na co zwrócić uwagę, aby zapewnić właściwe podejście do danych i analiz.

Testy A/B i ich projektowanie

Schemat grupowy w testach A/B

Format i histogramy

Kwestie do rozważenia w testach A/B

Błąd I rodzaju w testach A/B

Próbkowanie

Rodzinny wskaźnik błędu

Moc testu i wielkość próby

Czynniki wpływające na moc testu

Wyznacz optymalną wielkość próbki

Regresja do średniej

Wprowadzenie do testów A/B

Poznaj najczęściej stosowane metody porównywania grup A/B. Zrozum, kiedy i jak stosować poszczególne testy, mając na uwadze ich założenia i ograniczenia.

Niezależny test t dla dwóch prób

Wielkość próby dla niezależnego testu t

Analiza niezależnym testem t

Test U Manna-Whitneya

Analiza testem U Manna-Whitneya

Ocena mocy testu Manna-Whitneya U

Test t vs. test U Manna-Whitneya

Test chi-kwadrat niezależności

Rozmiar próby dla testu niezależności chi-kwadrat

Analiza testem Chi-kwadrat niezależności

Dokładny test Fishera

Analiza testem dokładnym Fishera

Wybór testów

Porównywanie grup

Naucz się analizować trendy i zależności między zmiennymi w grupach A/B. Dowiedz się, jak oceniać wyniki i przedstawiać je każdemu odbiorcy.

Wprowadzenie do korelacji

Opcje

Prawda

Fałsz

Notatki o korelacjach

Współczynnik korelacji

Korelacja Pearsona

Rozmiar próby dla korelacji Pearsona

Weryfikacja założeń korelacji Pearsona

Korelacja Pearsona bez podziału na grupy

Korelacja Pearsona w grupach

Korelacja rang Spearmana

Analiza korelacji Spearmana

Korelacja Spearmana

Rodzaje korelacji

Raportowanie wyników testów A/B

Wybór wizualizacji danych

Testy

Wykres słupkowy lub pudełkowy

Wykres punktowy

Wykresy do analiz

Tworzenie wykresów słupkowych dla projektu A/B

Korelacja i wizualizacja

Związki między zmiennymi

Poznaj podstawy regresji i linii regresji. Naucz się przeprowadzać analizy regresji, prognozować dane na podstawie modelu oraz prezentować wyniki w formie wizualnej.

Wprowadzenie do regresji liniowej

Fakty o regresji

Regresja liniowa

Model regresji liniowej

Predykcja liniowa

Wielokrotna regresja liniowa

Regresja logistyczna

Model regresji logistycznej

Prawdopodobieństwa w regresji logistycznej

Wizualizacja regresji

Wykres logistyczny

Liniowość

Podsumowanie

Regresja i prognozowanie

absent

covid

SiteSales

gamedata

webdata

Testy A/B to powszechnie stosowany schemat eksperymentalny w badaniach zachowań ludzkich – zarówno w przemyśle, jak i w nauce. W tym kursie dowiesz się, jakie pytania pozwalają rozwiązać testy A/B, na co zwracać uwagę podczas ich przeprowadzania, jak analizować dane i je wizualizować. Nauczysz się też wyznaczać wymaganą liczebność próby, dobierać odpowiednie metody analizy do danych i hipotez, oceniać wiarygodność wyników oraz prezentować je odbiorcom niezależnie od ich wiedzy statystycznej.

Testy A/B to powszechnie stosowany projekt eksperymentalny w badaniach nad zachowaniem ludzi w przemyśle i środowisku akademickim. Testy A/B porównują dwa warianty, aby sprawdzić, czy pomiar pokazuje różną skuteczność i czy wyniki pomiarów różnią się w istotny sposób. Dzięki poznaniu testów A/B i prezentowaniu wyników możesz podejmować decyzje i tworzyć prognozy oparte na danych.
<br><br>
<h2>Zbuduj zrozumienie projektowania A/B</h2>
<br><br>
W tym kursie dowiesz się, na jakie pytania mogą odpowiadać testy A/B, jakie ważne kwestie należy brać pod uwagę w testach A/B, jak odpowiadać na konkretne pytania oraz jak wizualizować dane. Nauczysz się także, jak określić wielkość próby potrzebną w eksperymencie, przeprowadzać analizy odpowiednie do danych i stawianej hipotezy, oceniać, czy wyniki można uznać za wiarygodne, oraz prezentować je odbiorcom niezależnie od ich przygotowania statystycznego.
<br><br>
<h2>Naucz się analizować dane z testów A/B</h2>
<br><br>
Ten kurs obejmuje parametryczne i nieparametryczne testy A/B, takie jak testy t, test U Manna-Whitneya, test niezależności chi-kwadrat, dokładny test Fishera oraz korelacje Pearsona i Spearmana. Dodatkowo poznasz analizę mocy dla każdego testu.
<br><br>
<h2>Przewiduj wyniki na podstawie danych</h2>
<br><br>
W miarę postępów nauczysz się także wykonywać regresję liniową i logistyczną, aby przewidywać wyniki na podstawie danych i wcześniejszych ustaleń.
<br><br>
<h2>Prezentuj wyniki każdej publiczności za pomocą wizualizacji</h2>
<br><br>
Po ukończeniu tego kursu będziesz mieć dogłębne zrozumienie testów A/B, analiz, które możesz dzięki nim przeprowadzać, oraz tego, jak przekazywać wyniki za pomocą wizualizacji danych.

Hypothesis Testing in R

Poznaj podstawy testów A/B w R: projektowanie eksperymentów, analiza danych, przewidywanie wyników.

Testy A/B w R

Poznaj podstawy testów A/B w R: projektowanie eksperymentów, analiza danych, prognozowanie wyników i prezentacja rezultatów w wizualizacjach.

Silniejsze współczynniki korelacji umożliwiają dokładniejsze prognozy

Korelacje są szczególnie wrażliwe na wartości odstające

Korelacje w schemacie A/B można obliczać z pominięciem grup lub w obrębie poszczególnych grup

Korelacja mierzy siłę i kierunek związku między dwiema zmiennymi

Korelacja świadczy o związku przyczynowo-skutkowym

Korelacja wyznacza linię najlepszego dopasowania

Notatki o korelacjach

Testy A/B w R

Interaktywne ćwiczenie praktyczne