基本 A/B 測試
既然我們已經知道所需的樣本數，並且讓實驗執行到每組至少有 400 人，現在就可以來分析這個 A/B 測試。
回想一下，申請人在使用 Lending Club 網站時，會被隨機分派到兩個群組 A 或 B。A 組看到的是薄荷綠的網站頁首，B 組看到的是淺藍色的網站頁首。Lending Club 想了解頁首顏色是否會影響 loan_amnt，也就是申請人希望借款的金額。
你的工作區中提供了一個新資料集 lendingclub_ab。這次的 A/B 測試一直進行到每組都有 500 位申請人。每位申請人都已標記為 A 組或 B 組。請進行合適的檢定，判斷兩組之間 loan_amnt 的平均數是否不同。
本練習屬於課程
R 的實驗設計
練習說明
- 使用
ggplot2依Group繪製loan_amnt的盒鬚圖。 - 進行雙尾 t 檢定以檢驗 A/B 測試的結果。
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。
# Plot the A/B test results
ggplot(___, aes(x = ___, y = ___)) +
geom_boxplot()
# Conduct a two-sided t-test
t.test(___ ~ ___, data = ___)