Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
La Primera Prueba T | Prueba T
El Arte del A/B Testing
course content

Contenido del Curso

El Arte del A/B Testing

El Arte del A/B Testing

1. ¿Qué es la prueba A/B?
2. Verificación de Normalidad
3. Variaciones en las Pruebas A/B
4. Prueba T
5. U-Test

bookLa Primera Prueba T

La prueba t arroja dos resultados principales:

  • t-estadística. Es la medida calculada de la significación de la diferencia entre las medias de los grupos. Un valor t-estadístico más alto indica una mayor diferencia entre los grupos.
  • valor p. Representa la probabilidad de obtener la diferencia observada o incluso mayor entre los grupos si la diferencia real es cero (es decir, si la hipótesis nula es cierta). Un valor p más pequeño sugiere que es menos probable que se produzca una diferencia tan grande sólo por azar y proporciona más pruebas a favor de la hipótesis alternativa de una diferencia entre los grupos. Normalmente, si el valor p es inferior a 0,05, consideramos que la diferencia es estadísticamente significativa.

La prueba t se utiliza ampliamente en la investigación científica, la medicina, la economía y otros campos para determinar la significación estadística de las diferencias entre grupos.

Formulemos hipótesis:

H₀: Los valores medios de la columna 'Impresión' en el grupo de control y el grupo de prueba no son diferentes.

Hₐ: El valor medio de la columna 'Impresión' en el grupo de control es diferente del valor medio en el grupo de prueba, lo que indica una diferencia estadísticamente significativa entre los grupos.

123456789101112131415161718
# Import libraries import pandas as pd from scipy.stats import ttest_ind # Read .csv files df_control = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/c3b98ad3-420d-403f-908d-6ab8facc3e28/ab_control.csv', delimiter=';') df_test = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/c3b98ad3-420d-403f-908d-6ab8facc3e28/ab_test.csv', delimiter=';') # Select only the 'Impression' columns data_control = df_control['Impression'] data_test = df_test['Impression'] # Do T-Test statistic, p_value = ttest_ind(data_control, data_test, equal_var=True) # Print result of T-test print('Statistic:', statistic) print('p-value:', p_value)
copy

El resultado indica que existe una diferencia estadísticamente significativa entre los dos grupos en cuanto a sus valores medios.

El valor p es inferior al nivel de significación especificado.

Esto sugiere rechazar la H₀ de no diferencia entre los grupos.

El valor negativo del estadístico t puede indicar que el valor medio en el primer grupo es menor que en el segundo. Ahora te toca a ti realizar tu primera prueba t.

¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 4. Capítulo 2
some-alt