Efeito do dia da semana
Embora o A/B testing permita controlar variáveis externas como clima e feriados, alguns tratamentos podem ter efeitos mais fortes ou mais fracos que precisam ser considerados para capturar totalmente o comportamento do usuário em períodos de flutuação. Dependendo da métrica acompanhada, talvez você precise executar seus testes A/B em incrementos semanais completos. Algumas métricas apresentam sazonalidade e são afetadas por feriados, fins de semana etc., enquanto outras quase não variam. Cabe a você, como cientista de dados, orientar o time sobre parar o teste ao atingir o tamanho de amostra necessário ou estender por alguns dias para cobrir efeitos sazonais, como o dia da semana.
Examine o conjunto de dados novelty que já está carregado para você e selecione as métricas que precisam rodar em incrementos semanais. pandas e matplotlib também já estão carregados.
Este exercício faz parte do curso
A/B Testing em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Create a line plot
novelty.____('____', '____')
plt.title('Purchase Rate Over Test Duration')
plt.ylabel('Purchase Rate [%]')
plt.ylim([0, 0.04])
plt.show()