AB測試設計與統(tǒng)計分析實戰(zhàn)培訓課程
-
-
培訓對象： 數(shù)據(jù)科學家、增長工程師、產(chǎn)品經(jīng)理、算法工程師、數(shù)據(jù)分析師。
-
-
培訓目標：
-
理解AB測試的統(tǒng)計學原理和核心概念。
-
掌握AB測試的實驗設計方法和流量分割策略。
-
能夠計算最小樣本量和實驗時長。
-
具備實驗結(jié)果分析和決策能力。
-
-
培訓內(nèi)容介紹：
-
一、 AB測試基礎與價值： 理解AB測試作為因果推斷黃金標準的意義，對比AB測試與前后對比實驗的優(yōu)劣。
二、 統(tǒng)計學基礎回顧： 理解假設檢驗、P值、顯著性水平、置信區(qū)間、統(tǒng)計功效等核心概念。
三、 實驗假設與指標定義： 提出原假設和備擇假設，選擇核心指標（OEC）和護欄指標，防止負向影響。
四、 最小樣本量計算： 根據(jù)基線轉(zhuǎn)化率、最小可檢測效應（MDE）和統(tǒng)計功效，使用公式或工具計算最小樣本量。
五、 實驗時長估算： 結(jié)合日均流量和最小樣本量估算所需天數(shù)，考慮周度季節(jié)性因素。
六、 流量分割與隨機化： 實現(xiàn)用戶ID哈希分桶，保證實驗組對照組的同質(zhì)性，避免樣本污染。
七、 AA測試與分流均勻性檢驗： 進行AA測試驗證分流均勻性，檢驗指標在實驗前是否存在顯著差異。
八、 實驗結(jié)果分析方法： 使用T檢驗、Z檢驗分析結(jié)果，計算提升百分比和置信區(qū)間，判斷統(tǒng)計顯著性和實際顯著性。
九、 多重檢驗問題與校正： 當有多個指標或多個版本時，使用Bonferroni校正、FDR控制假陽性率。
十、 互斥實驗與分層實驗： 設計互斥實驗和分層實驗架構，避免不同實驗間的相互干擾。
十一、 網(wǎng)絡效應與實驗干擾： 處理社交產(chǎn)品中的網(wǎng)絡效應，使用聚類隨機化或切換實驗設計。
十二、 實戰(zhàn)項目：完整AB測試流程： 從實驗設計、埋點驗證、數(shù)據(jù)收集到結(jié)果分析，完成一個完整的AB測試項目并給出決策建議。
如果您想學習本課程，請
預約報名
如果沒找到合適的課程或有特殊培訓需求，請
訂制培訓
除培訓外，同時提供相關技術咨詢與技術支持服務，有需求請發(fā)需求表到郵箱soft@info-soft.cn,或致電4007991916
技術服務需求表點擊在線申請
服務特點：
海量專家資源，精準匹配相關行業(yè)，相關項目專家，針對實際需求，顧問式咨詢，互動式授課，案例教學，小班授課，實際項目演示，快捷高效，省時省力省錢。
專家力量：
中國科學院軟件研究所，計算研究所高級研究人員
oracle,微軟，vmware，MSC,Ansys，candence,Altium,達索等大型公司高級工程師，項目經(jīng)理，技術支持專家
中科信軟培訓中心，資深專家或講師
大多名牌大學，碩士以上學歷，相關技術專業(yè)，理論素養(yǎng)豐富
多年實際項目經(jīng)歷，大型項目實戰(zhàn)案例，熱情，樂于技術分享
針對客戶實際需求，案例教學，互動式溝通，學有所獲
