Entenda o que são testes A/B e como projetá-los. Conheça os pontos de atenção para garantir o tratamento adequado dos dados e das análises.

A/B testing e design

Desenho A/B entre sujeitos

Formato e histogramas

Considerações em testes A/B

Erro do Tipo I em testes A/B

Amostragem

Taxa de erro familiar (Family-wise error rate)

Poder estatístico e tamanho da amostra

Impactos sobre o poder

Determinar o tamanho de amostra ideal

Regressão à média

Introdução aos testes A/B

Aprenda análises comuns para comparar grupos A/B. Entenda a abordagem adequada para cada teste, dadas suas suposições e limitações.

Teste t para amostras independentes

Tamanho de amostra para t-test independente

Análise de t-teste independente

Teste U de Mann-Whitney

Análise de Mann-Whitney U

Avaliação de poder do teste de Mann-Whitney U

t-test vs. teste de Mann-Whitney U

Teste qui-quadrado de independência

Tamanho da amostra para o teste de independência Qui-quadrado

Análise do teste Qui-quadrado de independência

Teste exato de Fisher

Análise com o teste exato de Fisher

Escolhendo testes

Comparando grupos

Aprenda a analisar a tendência e o relacionamento entre variáveis em grupos A/B. Entenda como avaliar e apresentar os resultados para qualquer público.

Introdução às correlações

Options

True

False

Notas sobre correlação

Coeficiente de correlação

Correlação de Pearson

Tamanho de amostra para Pearson

Avaliando pressupostos de Pearson

Pearson ignorando grupos

Pearson dentro dos grupos

Correlação de Spearman (por postos)

Análise de correlação de Spearman

Opções

Correlação de Spearman

Opções de correlação

Apresentando resultados de testes A/B

Escolhendo uma visualização de dados

Testes

Gráfico de barras ou de caixa

Gráfico de dispersão

Gráficos para análises

Criando gráficos de barras para um design A/B

Correlação e visualização

Associações entre variáveis

Entenda as bases da regressão e das retas de regressão. Aprenda a executar regressões, prever dados com base no modelo de regressão e apresentar os resultados visualmente.

Introdução à regressão linear

Dispersão e pontos

Fatos sobre regressão

Regressão linear

Modelo de regressão linear

Previsões lineares

Regressão linear múltipla

Regressão logística

Modelo de regressão logística

Probabilidades logísticas

Plotando regressão

Gráfico logístico

Linearidade

Encerramento

Regressão e previsão

absent

covid

SiteSales

gamedata

webdata

O teste A/B é um desenho experimental comum em pesquisas de comportamento humano na indústria e na academia. Neste curso, você vai aprender quais perguntas os testes A/B podem responder, os cuidados importantes a ter em mente, como responder às questões propostas e como visualizar os dados. Você também vai aprender a determinar o tamanho de amostra necessário em um experimento, conduzir análises apropriadas para os dados e hipóteses, avaliar se os resultados podem ser considerados confiáveis e apresentar esses resultados para qualquer público, independentemente do conhecimento estatístico.

O teste A/B é um desenho experimental comum para pesquisas sobre comportamento humano na indústria e na academia. Testes A/B comparam duas variantes para determinar se a medição mostra desempenho diferente e se as medições variam de maneira significativa. Ao aprender sobre testes A/B e apresentar os resultados, você pode tomar decisões e fazer previsões baseadas em dados.
<br><br>
<h2>Desenvolva uma compreensão de design A/B</h2>
<br><br>
Neste curso, você aprenderá quais perguntas os testes A/B podem responder, quais são as considerações importantes a ter em mente nos testes A/B, como responder às perguntas em questão e como visualizar os dados. Você também aprenderá a determinar o tamanho da amostra necessário em um experimento, conduzir análises adequadas aos dados e à hipótese em questão, determinar se os resultados podem ser considerados confiáveis e apresentar os resultados a um público, independentemente de seu conhecimento estatístico.
<br><br>
<h2>Aprenda a analisar dados de testes A/B</h2>
<br><br>
Este curso aborda testes A/B paramétricos e não paramétricos, como testes t, teste U de Mann-Whitney, teste qui-quadrado de independência, teste exato de Fisher e correlações de Pearson e Spearman. Além disso, você explorará uma análise de poder para cada teste.
<br><br>
<h2>Preveja resultados com base em dados</h2>
<br><br>
À medida que você avança, também aprenderá a executar regressões lineares e logísticas para prever resultados com base em dados e descobertas anteriores.
<br><br>
<h2>Apresente Resultados para Qualquer Público com Visualizações</h2>
<br><br>
Ao concluir este curso, você terá uma compreensão completa de testes A/B, das análises que pode realizar com eles e de como comunicar os resultados com visualizações de dados.

Hypothesis Testing in R

Aprenda o básico de testes A/B em R: projetar experimentos, analisar dados e apresentar resultados.

Testes A/B em R

Aprenda o básico de testes A/B em R, incluindo como projetar experimentos, analisar dados, prever resultados e apresentar resultados por meio de visualizações.

Coeficientes de correlação mais fortes permitem fazer previsões mais precisas

Correlações são particularmente suscetíveis a outliers

Em A/B, correlações podem ignorar os grupos ou avaliar dentro dos grupos

A correlação avalia a força e a direção entre duas variáveis

Correlações fornecem a linha de melhor ajuste

Notas sobre correlação

Testes A/B em R

exercicio interativo prático