Este curso es un programa en línea completo y práctico diseñado para dotar a las personas de los conocimientos y habilidades necesarios para realizar pruebas A/B eficaces.

En este curso, los participantes aprenderán los principios fundamentales de las pruebas A/B, incluido el diseño experimental, la determinación del tamaño de la muestra, la comprobación de hipótesis y el análisis estadístico.

Bienvenido al curso de A/B testing. En esta sección, le contaremos qué son los experimentos controlados, dónde se utilizan y por qué se utilizan. Veremos un ejemplo concreto de experimento controlado y hablaremos de A/A testing. El lenguaje de programación Python nos ayudará con esto. Bueno, ¡empecemos!

Antes de realizar un experimento controlado, debemos determinar las características de la muestra. De estas características dependerá el tipo de pruebas que realizaremos un poco más adelante. Aprenderás a construir histogramas de distribución, gráficos de caja y a comprobar la normalidad de la distribución. ¡Empecemos ahora mismo!

Lo último que hay que hacer antes de realizar un experimento controlado es comprobar las varianzas muestrales. Algunos tipos de gráficos y la prueba de Levene nos ayudarán a ello. Hablemos de ello con más detalle en esta sección.

Así llegamos a las pruebas A/B. Pronto harás tus primeras pruebas paramétricas, o como también se les llama - pruebas T. Utilizaremos todos los conocimientos que hemos aprendido en las secciones anteriores: definición de métricas, pruebas de normalidad, pruebas de varianza y trazado de gráficos. Todo esto nos ayudará a obtener resultados estadísticamente significativos. Bueno, ¡a trabajar!

Resulta que a veces las muestras no tienen una distribución normal. Esto significa que no podemos realizar pruebas paramétricas. ¿Qué hacer en tal situación? Pruebas no paramétricas. Hablaremos de él en la última sección.

Reto: Otra Prueba de Normalidad

Solución

Awesome!

Reto: Otra Prueba de Normalidad

Solución

Awesome!

Reto: Otra Prueba de Normalidad

Solución