Nắm vững khái niệm về A/B test và thiết kế thí nghiệm. Tìm hiểu các khía cạnh cần lưu ý để xử lý dữ liệu và phân tích một cách phù hợp.

Thiết kế và kiểm thử A/B

Thiết kế giữa-nhóm trong A/B

Định dạng và biểu đồ histogram

Những cân nhắc trong A/B testing

Lỗi loại I trong A/B test

Lấy mẫu

Tỷ lệ sai số toàn gia đình (Family-wise error rate)

Quyền lực thống kê và cỡ mẫu

Ảnh hưởng đến power

Xác định cỡ mẫu lý tưởng

Hồi quy về trung bình (regression to the mean)

Giới thiệu về A/B Test

Học các phân tích thường dùng để so sánh hai nhóm A/B. Hiểu cách tiếp cận phù hợp cho từng phép kiểm định dựa trên giả định và giới hạn của chúng.

t-test mẫu độc lập

Cỡ mẫu cho independent t-test

Phân tích t-test độc lập

Kiểm định Mann–Whitney U

Phân tích Mann-Whitney U

Đánh giá power của kiểm định Mann-Whitney U

t-test so với Mann-Whitney U test

Kiểm định Chi-Square về tính độc lập

Cỡ mẫu cho kiểm định Chi-Square độc lập

Phân tích kiểm định Chi-Square về tính độc lập

Kiểm định chính xác Fisher

Phân tích kiểm định Fisher's Exact

Chọn phép kiểm định

So sánh các nhóm

Học cách phân tích xu hướng và mối quan hệ của các biến trong nhóm A/B. Hiểu cách đánh giá và trình bày kết quả cho mọi đối tượng người xem.

Giới thiệu về tương quan

Ghi chú về tương quan

Hệ số tương quan

Tương quan Pearson

Cỡ mẫu cho Pearson

Đánh giá các giả định của Pearson

Hệ số Pearson bỏ qua các nhóm

Pearson trong từng nhóm

Tương quan hạng Spearman

Phân tích tương quan Spearman

Các lựa chọn về tương quan

Báo cáo kết quả A/B test

Chọn biểu đồ trực quan hóa dữ liệu

Biểu đồ cho phân tích

Tạo biểu đồ cột cho thiết kế A/B

Tương quan và trực quan hóa

Mối liên hệ giữa các biến

Hiểu nền tảng của hồi quy và đường hồi quy. Học cách chạy hồi quy, dự đoán dữ liệu dựa trên mô hình hồi quy và trực quan hóa kết quả.

Giới thiệu về hồi quy tuyến tính

Scatter và điểm

Sự thật về hồi quy

Hồi quy tuyến tính

Mô hình hồi quy tuyến tính

Dự đoán tuyến tính

Hồi quy tuyến tính bội

Hồi quy logistic

Mô hình hồi quy logistic

Xác suất logistic

Vẽ biểu đồ hồi quy

Biểu đồ logistic

Tính tuyến tính

Tổng kết

Hồi quy và Dự đoán

absent

covid

SiteSales

gamedata

webdata

A/B testing là một thiết kế thí nghiệm phổ biến trong nghiên cứu hành vi con người ở cả doanh nghiệp và học thuật. Trong khóa học này, bạn sẽ học A/B test có thể trả lời những câu hỏi nào, các lưu ý quan trọng khi thực hiện A/B test, cách trả lời câu hỏi đặt ra và cách trực quan hóa dữ liệu. Bạn cũng sẽ học cách xác định cỡ mẫu cần thiết cho một thí nghiệm, thực hiện các phân tích phù hợp với dữ liệu và giả thuyết, đánh giá mức độ tin cậy của kết quả và trình bày kết quả cho khán giả dù họ có hay không có nền tảng thống kê.

A/B testing là một thiết kế thực nghiệm phổ biến trong nghiên cứu hành vi con người ở cả lĩnh vực công nghiệp và học thuật. Các thử nghiệm A/B so sánh hai biến thể để xác định liệu phép đo có cho thấy hiệu suất khác nhau hay không và liệu các phép đo có thay đổi theo cách có ý nghĩa hay không. Bằng cách tìm hiểu về kiểm thử A/B và trình bày kết quả, bạn có thể đưa ra các quyết định và dự đoán dựa trên dữ liệu.
<br><br>
<h2>Xây dựng hiểu biết về thiết kế A/B</h2>
<br><br>
Trong khóa học này, bạn sẽ tìm hiểu những câu hỏi mà các bài kiểm tra A/B có thể giải đáp, những lưu ý quan trọng cần nắm khi thực hiện kiểm tra A/B, cách trả lời các câu hỏi đặt ra, và cách trực quan hóa dữ liệu. Bạn cũng sẽ học cách xác định cỡ mẫu cần thiết trong một thí nghiệm, thực hiện các phân tích phù hợp với dữ liệu và giả thuyết đang xét, xác định liệu kết quả có thể được tin cậy hay không, và trình bày kết quả cho khán giả bất kể nền tảng thống kê của họ.
<br><br>
<h2>Học cách phân tích dữ liệu thử nghiệm A/B</h2>
<br><br>
Khóa học này bao gồm các kiểm định A/B tham số và phi tham số, như kiểm định t, kiểm định U Mann-Whitney, kiểm định Chi-Square về tính độc lập, kiểm định chính xác Fisher, cùng các tương quan Pearson và Spearman. Ngoài ra, bạn sẽ khám phá phân tích công suất cho từng kiểm định.
<br><br>
<h2>Dự đoán kết quả dựa trên dữ liệu</h2>
<br><br>
Khi bạn tiến bộ, bạn cũng sẽ học cách chạy hồi quy tuyến tính và hồi quy logistic để dự đoán kết quả dựa trên dữ liệu và các phát hiện trước đó.
<br><br>
<h2>Trình bày kết quả trước mọi đối tượng bằng trực quan hóa</h2>
<br><br>
Đến khi hoàn thành khóa học này, bạn sẽ có hiểu biết toàn diện về các bài kiểm tra A/B, những phân tích bạn có thể thực hiện với chúng, và cách truyền đạt kết quả bằng trực quan hóa dữ liệu.

Hypothesis Testing in R

Tìm hiểu cơ bản về kiểm thử A/B trong R: thiết kế thí nghiệm, phân tích dữ liệu, dự đoán kết quả.

A/B Testing bằng R

Học các kiến thức cơ bản về kiểm thử A/B trong R, gồm cách thiết kế thí nghiệm, phân tích dữ liệu, dự đoán kết quả và trình bày kết quả qua trực quan hóa.

Tổng kết

Create Your Free Account