일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- anomaly detection
- 딥러닝
- 스택
- 자료구조
- datascience
- Stack
- cs231n
- 큐
- Deeplearning
- Queue
- p-value
- Anti Cheat
- 백준
- 정렬
- ML
- 7569번
- 그리디
- AA test
- 통계
- BFS
- classification
- DP
- Machine learning
- 알고리즘
- Journal Review
- Game Data Analysis
- 구현
- 중앙갑
- Python
- c++
Archives
- Today
- Total
Software Hyena::
A/B Test, AA test 본문
반응형
Question : A/B Test 등 현상 분석 및 실험 설계 상 통계적으로 유의미함의 여부를 결정하기 위한 방법에는 어떤 것이 있을까요?
A/B Test란 기존의 서비스 A 와 새로운 서비스 B를 통계적인 방법으로 비교하여 새로운 서비스가 효과가 있는지 검정하는 방법이다.
A/B 테스트를 통해 인과관계를 찾아내려면,
- 두 집단을 나눌때 random으로 나누기
- 참가한 두 집단에 속하는 표본들이 random 추출을 통해 샘플링 되어야 한다.
이외에 현상 분석 및 실험 설계 상 통계적으로 유의미함의 여부를 결정하기 위한 방법에는 AA test, p-value가 있다.
AA test는 A와 B를 비교하기 전에 분산된 트래픽에 모두 A안을 보여주고, 동일한 Variation이 관측되는지 확인하는 방법
p-value는 통계적 가설이 재현되지 않는 예외 경우의 비율이다.
-ref
반응형
'수학 > 통계' 카테고리의 다른 글
중심극한정리 (0) | 2023.03.03 |
---|---|
R square 의 의미 (0) | 2023.02.18 |
p-value는 지금도 유효할까? (0) | 2023.02.18 |
p-value (0) | 2023.02.18 |
신뢰구간(Confidence Interval) (0) | 2023.02.06 |
Comments