AB测试设计与统计分析实战培训课程
-
-
培训对象： 数据科学家、增长工程师、产品经理、算法工程师、数据分析师。
-
-
培训目标：
-
理解AB测试的统计学原理和核心概念。
-
掌握AB测试的实验设计方法和流量分割策略。
-
能够计算最小样本量和实验时长。
-
具备实验结果分析和决策能力。
-
-
培训内容介绍：
-
一、 AB测试基础与价值： 理解AB测试作为因果推断黄金标准的意义，对比AB测试与前后对比实验的优劣。
二、 统计学基础回顾： 理解假设检验、P值、显著性水平、置信区间、统计功效等核心概念。
三、 实验假设与指标定义： 提出原假设和备择假设，选择核心指标（OEC）和护栏指标，防止负向影响。
四、 最小样本量计算： 根据基线转化率、最小可检测效应（MDE）和统计功效，使用公式或工具计算最小样本量。
五、 实验时长估算： 结合日均流量和最小样本量估算所需天数，考虑周度季节性因素。
六、 流量分割与随机化： 实现用户ID哈希分桶，保证实验组对照组的同质性，避免样本污染。
七、 AA测试与分流均匀性检验： 进行AA测试验证分流均匀性，检验指标在实验前是否存在显著差异。
八、 实验结果分析方法： 使用T检验、Z检验分析结果，计算提升百分比和置信区间，判断统计显著性和实际显著性。
九、 多重检验问题与校正： 当有多个指标或多个版本时，使用Bonferroni校正、FDR控制假阳性率。
十、 互斥实验与分层实验： 设计互斥实验和分层实验架构，避免不同实验间的相互干扰。
十一、 网络效应与实验干扰： 处理社交产品中的网络效应，使用聚类随机化或切换实验设计。
十二、 实战项目：完整AB测试流程： 从实验设计、埋点验证、数据收集到结果分析，完成一个完整的AB测试项目并给出决策建议。
如果您想学习本课程，请
预约报名
如果没找到合适的课程或有特殊培训需求，请
订制培训
除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表点击在线申请
服务特点：
海量专家资源，精准匹配相关行业，相关项目专家，针对实际需求，顾问式咨询，互动式授课，案例教学，小班授课，实际项目演示，快捷高效，省时省力省钱。
专家力量：
中国科学院软件研究所，计算研究所高级研究人员
oracle,微软，vmware，MSC,Ansys，candence,Altium,达索等大型公司高级工程师，项目经理，技术支持专家
中科信软培训中心，资深专家或讲师
大多名牌大学，硕士以上学历，相关技术专业，理论素养丰富
多年实际项目经历，大型项目实战案例，热情，乐于技术分享
针对客户实际需求，案例教学，互动式沟通，学有所获
