A/B testlerini ve tasarımını kavra. Verilerin ve analizlerin doğru şekilde ele alınması için dikkat edilmesi gereken yönleri öğren.

A/B testleri ve tasarım

A/B denek tasarımı

Biçim ve histogramlar

A/B testlerinde dikkat edilmesi gerekenler

A/B testlerinde Tip I hata

Örnekleme

Aile-düzeyi hata oranı

Güç ve örneklem büyüklüğü

Gücün etkileri

İdeal örneklem büyüklüğünü belirle

Ortalamaya yönelim

A/B Testlerine Giriş

A/B gruplarını karşılaştırmaya yönelik yaygın analizleri öğren. Varsayımlarına ve kısıtlarına göre her test için uygun yaklaşımı anla.

Bağımsız örneklem t-testi

Bağımsız t-testi örneklem büyüklüğü

Bağımsız t-testi analizi

Mann-Whitney U testi

Mann-Whitney U analizi

Mann-Whitney U güç değerlendirmesi

t-testi vs. Mann-Whitney U testi

Ki-kare bağımsızlık testi

Ki-Kare bağımsızlık testinde örneklem büyüklüğü

Bağımsızlık için Ki-Kare testi analizi

Fisher'in Tam Testi

Fisher's Exact test analizi

Test seçimi

Grupları Karşılaştırma

A/B gruplarında değişkenlerin eğilimini ve ilişkisini analiz etmeyi öğren. Sonuçları her düzeyden kitleye nasıl değerlendirilip sunulacağını anla.

Korelasyonlara giriş

Seçenekler

Doğru

Yanlış

Korelasyon notları

Korelasyon katsayısı

Pearson korelasyonu

Pearson örneklem büyüklüğü

Pearson varsayımlarını değerlendirme

Grupları yok sayarak Pearson

Gruplar içinde Pearson

Spearman-sıra korelasyonu

Spearman korelasyon analizi

Pearson Korelasyonu

Spearman Korelasyonu

Korelasyon seçenekleri

A/B test sonuçlarını raporlama

Bir veri görselleştirmesi seçme

Testler

Çubuk veya Kutu Grafiği

Serpilme Grafiği

Analizler için grafikler

A/B tasarımı için çubuk grafikler oluşturma

Korelasyon ve görselleştirme

Değişken İlişkileri

Regresyonun ve regresyon doğrularının temelini anla. Regresyon çalıştırmayı, regresyon modeline dayalı olarak veri tahmin etmeyi ve sonuçları görsel olarak sunmayı öğren.

Doğrusal regresyona giriş

Saçılım ve noktalar

Regresyon gerçekleri

Doğrusal regresyon

Doğrusal regresyon modeli

Doğrusal tahminler

Çoklu doğrusal regresyon

Lojistik regresyon

Lojistik regresyon modeli

Lojistik olasılıklar

Regresyonu görselleştirme

Lojistik grafik

Doğrusallık

Kapanış

Regresyon ve Tahmin

absent

covid

SiteSales

gamedata

webdata

A/B testi, endüstri ve akademide insan davranışı araştırmalarında yaygın bir deney tasarımıdır. Bu derste, A/B testlerinin hangi soruları yanıtlayabileceğini, A/B testlerinde dikkat edilmesi gereken önemli noktaları, elindeki soruları nasıl yanıtlayacağını ve verileri nasıl görselleştireceğini öğreneceksin. Ayrıca bir deney için gerekli örneklem büyüklüğünü nasıl belirleyeceğini, eldeki veri ve hipoteze uygun analizleri nasıl yürüteceğini, sonuçların güvenle yorumlanıp yorumlanamayacağını nasıl değerlendireceğini ve istatistiksel geçmişi fark etmeksizin sonuçları bir kitleye nasıl sunacağını da öğreneceksin.

A/B testi, endüstri ve akademide insan davranışı araştırmaları için yaygın bir deneysel tasarımdır. A/B testleri, ölçümün farklı performans gösterip göstermediğini ve ölçümlerin anlamlı bir şekilde değişip değişmediğini belirlemek için iki varyantı karşılaştırır. A/B testleri ve sonuçların sunumu hakkında bilgi edinerek, veriye dayalı kararlar ve tahminler yapabilirsiniz.
<br><br>
<h2>A/B Tasarımını Anlayın</h2>
<br><br>
Bu kursta, A/B testlerinin hangi soruları yanıtlayabileceğini, A/B testlerinde dikkat edilmesi gereken önemli noktaları, eldeki soruları nasıl yanıtlayacağınızı ve verileri nasıl görselleştireceğinizi öğreneceksiniz. Ayrıca bir deneyde gerekli örneklem büyüklüğünü nasıl belirleyeceğinizi, eldeki veri ve hipoteze uygun analizleri nasıl yapacağınızı, sonuçların güvenle değerlendirilip değerlendirilemeyeceğini nasıl anlayacağınızı ve sonuçları istatistiksel geçmişi ne olursa olsun bir kitleye nasıl sunacağınızı da öğreneceksiniz.
<br><br>
<h2>A/B Test Verilerini Nasıl Analiz Edeceğinizi Öğrenin</h2>
<br><br>
Bu kurs, t-testleri, Mann-Whitney U testi, bağımsızlık için Ki-Kare testi, Fisher’ın kesin testi ile Pearson ve Spearman korelasyonları gibi parametrik ve parametrik olmayan A/B testlerini kapsar. Ayrıca, her test için bir güç analizi inceleyeceksiniz.
<br><br>
<h2>Verilere Dayalı Sonuçları Tahmin Edin</h2>
<br><br>
İlerledikçe, veriler ve önceki bulgulara dayanarak sonuçları tahmin etmek için doğrusal ve lojistik regresyonları nasıl çalıştıracağınızı da öğreneceksiniz.
<br><br>
<h2>Görselleştirmelerle Sonuçları Herhangi Bir Kitleye Sunun</h2>
<br><br>
Bu kursu tamamladığınızda, A/B testlerini, bunlarla yapabileceğiniz analizleri ve sonuçları veri görselleştirmeleriyle nasıl aktaracağınızı kapsamlı bir şekilde anlamış olacaksınız.

Hypothesis Testing in R

R'de A/B testinin temellerini, deney tasarımını, veri analizini, sonuç tahminini ve görselleştirmeyi öğrenin.

R ile A/B Testi

R’de A/B testinin temellerini öğrenin; deney tasarlama, veri analizi, sonuç tahmini ve görselleştirmelerle sunumu kapsar.

Daha güçlü korelasyon katsayıları, daha doğru tahminler yapılmasına olanak tanır

Korelasyonlar aykırı değerlere özellikle duyarlıdır

A/B tasarımında korelasyonlar grupları yok sayabilir veya gruplar içinde değerlendirilebilir

Korelasyon, iki değişkenin yönünü ve gücünü değerlendirir

Korelasyonlar en iyi uyum doğrusunu verir

Korelasyon notları

R ile A/B Testi

Uygulamalı etkileşimli egzersiz