SRM
เมื่อออกแบบการทดลองเพื่อจัดสรรหน่วยการลงทะเบียน (เช่น ผู้ใช้) ตามสัดส่วนที่กำหนดในแต่ละกลุ่ม เราคาดว่าจะมีความคลาดเคลื่อนเล็กน้อยอยู่บ้าง เนื่องจากปัญหาการบันทึกข้อมูล ความล่าช้า หรือข้อผิดพลาดเล็กน้อยในการตั้งค่าระบบ อย่างไรก็ตาม หากความเบี่ยงเบนนั้นมากกว่าที่ควรจะเป็น มักเป็นสัญญาณของปัญหาที่ใหญ่กว่า ซึ่งอาจทำให้ผลการทดสอบไม่ถูกต้องและเกิดความลำเอียงได้ แบบฝึกหัดนี้มีเป้าหมายเพื่อศึกษาเทคนิคทางสถิติที่ช่วยตรวจจับกรณีที่ความไม่สมดุลในการจัดสรรตัวอย่างมีมากเกินกว่าจะอธิบายด้วยความบังเอิญได้
ในฐานะวิศวกรด้านการวิเคราะห์ข้อมูล บทบาทของคุณอาจต้องออกแบบและสร้างระบบอัตโนมัติสำหรับตรวจจับ sample ratio mismatch ใน A/B test ได้ โหลด DataFrame ชื่อ checkout พร้อมกับไลบรารี pandas และ numpy ให้แล้ว โดยให้ถือว่ากลุ่มควบคุมคือการออกแบบ checkout แบบ 'A' และกลุ่มทดสอบคือแบบ 'B'
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
A/B Testing ด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Assign the unqiue counts to each variant
control_users = ____
treatment_users = ____
total_users = ____ + ____
print("Control unique users:",control_users)
print("Control unique users:",treatment_users)