UDACITY分析AB测试结果

【文件属性】：
文件名称：UDACITY分析AB测试结果
文件大小：5.08MB
文件格式：ZIP
更新时间：2021-02-13 06:39:16
HTML 分析AB测试结果 概述 对于这个项目，我努力了解了由电子商务网站运行的A / B测试的结果。 我的目标是浏览笔记本，以帮助公司了解他们应该实施新页面，保留旧页面还是运行实验更长的时间来做出决定。 要完成第3个项目，我需要以下软件： Python（Numpy，Pandas，Matplotlib，StatsModels，Scipy） Jupyter笔记本 目录 第一部分概率 计算了一些统计信息以找出不考虑页面转换的可能性。 这些用于分析一页或另一页是否带来了更多的转化。 II-A / B部分测试 使用假设检验假设旧页面更好，除非在5％的I类错误率下证明新页面肯定更好。 通过计算p值得出了两页转化的结论。 第三部分回归 进行逻辑回归以确认先前步骤的结果。 陈述了与该回归模型相关的零假设和替代假设，并使用statsmodel进行了验证。 然后根据用户居住的国家/地区添加了一种效果。 提供了

【文件预览】：
UDACITY-Analyze-A-B-Test-Results-main
----countries.csv(2.77MB)
----Analyze_ab_test_results_notebook.html(363KB)
----ab_data.csv(15.17MB)
----Analyze_ab_test_results_notebook.ipynb(75KB)
----README.md(1KB)