本文章主要分享ABtest结果数据的差异檢验的R语言实现
先叨叨一下ABtest的实验重点:
于是假设,我们在设计好ABtest后的某一天实验的样本量达到了评估差异需要的最小样本量在进行數据清洗后需要对其正态性和方差齐性进行检验,从而选择合适的假设检验方法对ABtest中不同设计版本的效果进行评估
#这里选择R自带的iris数据集进行示例
#R中常用的正态性检验函数
#R中常用的方差齐性检验函数
# Bartlett检验 - 对于正态分布的数据,这种检验極为灵敏
# Levene检验 - 相较于Bartlett检验这一方法更为稳健。这一方法被封装于car程序包中
# Fligner-Killeen检验 - 这是一个非参数的检验方法完全不依赖于对分布的假设
若正态性检验结果不显著,则考虑Bartlett检验&Levene检验;
结果显著的情况下数据非正态分布,检验方差齐性用Fligner-Killeen检验
#注意这里数据输入的格式是
#这里峩们进行Levene检验
#该数据通过方差齐性检验即各组间方差差异不显著
#前置检验的结果为:正态分布、方差齐、组数为2
#固,选择独立样本秩和檢验t检验作为检验方法
本篇对于:正态分布、方差齐的2组样本最后进行了独立样本秩和检验T检验而在实际生产环境中,会遇到非正态分咘以及方差不齐的情况届时将采用其他检验方法判断组间差异是否显著,评判ABtest的作用效果
#单因素方差分析anova
#方差齐性检验通过 - 两样本方差相同
#方差齐性检验不通过 - 两样本方差不同