星期幾效應
雖然 A/B 測試能讓我們控制天氣、節日等外在變數，但有些處置在特定時段的影響可能更強或更弱，若要完整掌握使用者在波動期間的行為，就需要把這些因素納入考量。依你追蹤的指標不同，可能需要讓 A/B 測試以完整的每週週期來執行。有些指標具有季節性，會受到節日、週末等影響；而有些指標波動較小。身為資料科學家，由你來建議團隊是否在達到所需樣本數時就停止測試，或再延長幾天，以涵蓋如星期幾這類的季節性效應。
請檢視已為你載入的 novelty 資料集，選出需要以「每週為單位」執行的指標。pandas 與 matplotlib 也已為你載入。
本練習屬於課程
Python 的 A/B 測試
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 a line plot
novelty.____('____', '____')
plt.title('Purchase Rate Over Test Duration')
plt.ylabel('Purchase Rate [%]')
plt.ylim([0, 0.04])
plt.show()