- 00 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
- 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
- 加餐 试验意识改变决策模式，推动业务增长
- 导读 科学、规范的A_B测试流程，是什么样的？
- 结束语 实践是检验真理的唯一标准
- 捐赠
AB 测试从 0 到 1
- 00 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
- 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
- 加餐 试验意识改变决策模式，推动业务增长
- 导读 科学、规范的A_B测试流程，是什么样的？
- 结束语 实践是检验真理的唯一标准
© 2024 Nover . Powered by gin and hexo-theme-book .