Delta 方法

Delta 方法是最實用的 A/B 測試技巧之一。作為資料科學家，你會常遇到每個變體依照 user_id 來分配使用者、以確保一致體驗，但分析單位卻更細，如頁面瀏覽或工作階段的情況。

在本練習中，你將分析變體 A 與 C 之間，每次 page_view 的總 order_value 比率指標的差異。系統已為你載入 checkout 的 DataFrame，並匯入 pandas、numpy，以及用於估計比率指標變異的預先定義函式 var_delta()，和用於比率指標 z 檢定的 ztest_delta()。

本練習屬於課程

Python 的 A/B 測試

檢視課程

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# Create DataFrames for per user metrics for variants A and C
A_per_user = pd.____({'order_value':checkout[checkout['checkout_page']=='A'].groupby('____')['order_value'].____()
                            ,'page_view':checkout[checkout['checkout_page']=='A'].groupby('____')['user_id'].____()})

C_per_user = pd.____({'order_value':checkout[checkout['checkout_page']=='C'].groupby('____')['order_value'].____()
                           ,'page_view':checkout[checkout['checkout_page']=='C'].groupby('____')['user_id'].____()})

編輯並執行程式碼