A/B-tester vs. multivariabla experiment
Poängen med ett A/B-test är att bara en sak ändras och att effekten av den förändringen mäts. Det såg vi i videons exempel och i de senaste övningarna. Ett multivariat experiment, som ToothGrowth-experimentet i kapitel 1, innebär däremot att flera saker ändras samtidigt – vilket liknar ett flerfaktorexperiment, som vi gick igenom tidigare i det här kapitlet.
Ett multivariat test med Lending Club-data kan kombinera alla förklarande variabler vi har tittat på i det här kapitlet. Låt oss undersöka hur Group, grade och verification_status påverkar loan_amnt i datamängden lendingclub_ab.
Den här övningen är en del av kursen
Experimentell design i R
Övningsinstruktioner
- Använd
lm()för att undersöka effekten av alla tre förklarande variablerna påloan_amnt. Spara resultatet som ett modellobjekt med namnetlendingclub_multi. - Granska
lendingclub_multimedtidy()och dra dina slutsatser.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Build lendingclub_multi
___ <-___(___, ___)
# Examine lendingclub_multi results
___