A Arte do Teste A/B

A Arte do Teste A/B

0%

1. O que é teste A/B?

Bem-vindos ao curso de testes A/B. Nesta seção, vamos explicar o que são experimentos controlados, onde são utilizados e por que são empregados. Analisaremos um exemplo específico de um experimento controlado e discutiremos sobre testes A/A. A linguagem de programação Python nos auxiliará nisso. Então, vamos começar!

Prepare-se para o Teste

2. Verificação de Normalidade

Antes de realizar um experimento controlado, precisamos determinar as características da amostra. O tipo de testes que conduziremos um pouco mais tarde dependerá dessas características. Você aprenderá a construir histogramas de distribuição, diagramas de caixa e verificar a normalidade da distribuição. Vamos começar agora mesmo!

Sobre a Normalidade

Estatísticas Descritivas

Desafio: Estatísticas Descritivas

Histogramas e Gráficos de Caixa

Desafio: Traçando Histogramas

Desafio: Traçando Boxplots

Teste de Shapiro

Desafio: Teste de Shapiro

3. Variações em Testes A/B

A última coisa a fazer antes de realizar um experimento controlado é verificar as variâncias de amostragem. Alguns tipos de gráficos e o teste de Levene nos ajudarão com isso. Vamos falar sobre isso em mais detalhes nesta seção!

Violino e Gráficos de Enxame

Desafio: Gráficos de Violino e de Enxame (Parte 1)

Desafio: Gráficos de Violino e de Enxame (Parte 2)

Teste de Levene

Desafio: Primeiro Teste de Levene

Desafio: Segundo Teste de Levene

4. Teste T

Então chegamos ao teste A/B. Em breve você realizará seus primeiros testes paramétricos, ou como também são chamados - Testes T. Utilizaremos todo o conhecimento que aprendemos nas seções anteriores: definição de métricas, teste de normalidade, teste de variância e elaboração de gráficos. Tudo isso nos ajudará a obter resultados estatisticamente significativos. Bem, mãos à obra!

Resultados Gráficos de Estudos Anteriores

O Primeiro Teste T

Desafio: Segundo Teste T

O Terceiro Teste T

Desafio: Quarto Teste T

5. U-Test

Descobre-se que, às vezes, as amostras não possuem uma distribuição normal. Isso significa que não podemos realizar testes paramétricos. O que fazer nessa situação? Testes não paramétricos. Falaremos sobre isso na última seção.

Desafio: Definir métrica

Desafio: Outro Teste de Normalidade

O Primeiro U-Test

Desafio: O Segundo U-Test

Desafio: O Último U-Teste

O Terceiro teste U

Conteúdo do Curso

A Arte do Teste A/B

A Arte do Teste A/B

1. O que é teste A/B?

Vamos Começar Prepare-se para o Teste Exemplo Teste A/A

2. Verificação de Normalidade

Sobre a Normalidade Estatísticas Descritivas Desafio: Estatísticas Descritivas Histogramas e Gráficos de Caixa Desafio: Traçando Histogramas Desafio: Traçando Boxplots Teste de Shapiro Desafio: Teste de Shapiro

3. Variações em Testes A/B

Violino e Gráficos de Enxame Desafio: Gráficos de Violino e de Enxame (Parte 1)Desafio: Gráficos de Violino e de Enxame (Parte 2)Teste de Levene Desafio: Primeiro Teste de Levene Desafio: Segundo Teste de Levene

4. Teste T

Resultados Gráficos de Estudos Anteriores O Primeiro Teste T Desafio: Segundo Teste T O Terceiro Teste T Desafio: Quarto Teste T

5. U-Test

Métricas Desafio: Definir métrica Desafio: Outro Teste de Normalidade O Primeiro U-Test Desafio: O Segundo U-Test Desafio: O Último U-Teste O Terceiro teste U Resultados

O Terceiro Teste T

Vamos revisar os gráficos para a coluna 'Purchase' dos grupos de controle e de teste.

Teste de Levene:

Agora realize um teste-t para as colunas 'Purchase':

H₀: Os valores médios da coluna não diferem entre os grupos.

Hₐ: Os valores médios da coluna diferem entre os grupos.

Neste caso, o valor-p (0.350) é maior que o nível de significância aceitável (0.05), indicando que há evidências insuficientes para sugerir que os valores médios se diferenciam entre os grupos. Agora é a sua vez!

Tudo estava claro?

Seção 4. Capítulo 4

some-alt