A-B测试从0到1

共 21 讲。

目录

• A-B测试从0到1
• 开篇词-用好A-B测试，你得这么学
• 01 - 统计基础（上）：系统掌握指标的统计属性
• 02-统计基础（下）：深入理解A-B测试中的假设检验
• 导读 - 科学、规范的A-B测试流程，是什么样的？
• 03-确定目标和假设：好的目标和假设是什么？
• 04-确定指标：指标这么多，到底如何来选择？
• 05-选取实验单位：什么样的实验单位是合适的？
• 06 - 选择实验样本量：样本量越多越好吗？
• 07- 分析测试结果：你得到的测试结果真的靠谱吗？
• 08 - 案例串讲：从0开始，搭建一个规范的A-B测试框架
• 09 -测试结果不显著，要怎么改善？
• 10-常见误区及解决方法（上）：多重检验问题和学习效应
• 11 - 常见误区及解决方法（下）：辛普森悖论和实验组-对照组的独立性
• 12-什么情况下不适合做A-B测试？
• 13-融会贯通：A-B测试面试必知必会（上）
• 14-举一反三：A-B测试面试必知必会（下）
• 15-用R-Shiny，教你制作一个样本量计算器
• 结束语-实践是检验真理的唯一标准
• 结课测试题-这些A-B测试的知识你都掌握了吗？
• 加餐-试验意识改变决策模式，推动业务增长