Better together . —— Udacity

Hi，同学们，经过前两周的学习，我们掌握了描述统计学基础、概率论基础、推论统计学中的置信区间、假设检验以及机器学习入门知识——回归，本章的内容偏理论性更多一些，需要更多得去实操来加强自己的理解能力，这周呢我们就来个实打实的项目来检验前两周的所学。项目为分析A/B测试结果，在开始项目前，请一定要把前面的几个小测试做了，这样做项目更好上手一些。大家加油！通过这个项目，就可以拿到入门的毕业证啦！！！

项目四(P4)阶段总共包含三周，在这三周内，我们要对统计学进行学习，掌握基础的描述统计学理论、基本的概率知识、二项分布和贝叶斯公式，并学会使用 Python 来实践；学习正态分布、抽样分布、置信区间以及假设检验的概念和计算方式；学习线性回归以及逻辑回归，在真实场景中应用，比如分析 A/B 测试结果，搭建简单的监督机器学习模型。可谓是时间紧任务重，但是也别怕，统计学的基础知识还是非常简单的，跟着课程内容一步步来，自己多做笔记多查资料，一定没问题的！

那么我们的课程安排：

本阶段可能是个挑战，请一定要保持自信，请一定要坚持学习和总结，如果遇到任何课程问题请参照如下顺序进行解决：

• 先自行查找问题答案（注意提取关键词），参考：谷歌/必应搜索、CSDN、stackoverflow
• 额外参考资料：
  • 可汗学院概率论与统计课程
  • 机会的数学-陈希孺
  • 条件概率及全概率公式及贝叶斯公式
  • statistics for data science
• 若问题未解决，请将问题及其所在课程章节发送至微信群，并@助教即可

饭要一口一口吃，路要一步一步走，大家不要被任务吓到，跟着导学一步一步来，肯定没问题哒！那我们开始吧！

注：本着按需知情原则，所涉及的知识点都是在数据分析过程中必须的、常用的，而不是最全面的，想要更丰富，那就需要你们课下再进一步的学习和探索！

本周目标

完成并通过项目四！

学习计划

项目指南

项目详情

数据分析师和数据学家经常使用 A/B 测试。在这个项目中，你将会理解电子商务网站运营 A/B 测试的结果。你的目标是通过课程中给的Jupyter Notebook，帮助公司理解他们是否应该设计新页面、保留原有网页或延长测试时间以便做出决定。

项目前面的几个小测试，需要大家针对项目提供的数据进行操作并回答，你可以打开两个网页，也可以在本地进行操作。

当然还是建议大家下载到本地进行操作，如果文件下载失败，请微信联系我。

关于A/B-test:

AB 测试就是为了验证在先验条件的存在的情况下，进行新的变更是否合理和可行以达到优化的目的。使用 AB 测试的方式能能够度量变更对某些指标的变化，是变更更具有合理性依据更充分。

AB 测试也存在 不适用的场景：1）对没有明确参照的试验，AB 测试是基于先验条件的优化，如果没有一个参照对比是无法进行测试。2）数据获取时间长，AB 测试一般都是进行小规模快速的试验，所以对于数据获取的单周期较长的试验不太适用。

影响测试效果的因素：1）新奇效应：即Novelty Effect 指老用户可能会觉得变化很新鲜，受变化吸引而偏爱新版本，哪怕从长远看来新版本并无益处。2）抗拒改变心理：即 Change Aversion 老用户可能会因为纯粹不喜欢改变而偏爱旧版本，哪怕从长远来看新版本更好。

在课程项目中，我们分成了三块涵盖了本章的所有知识点，这三块分别为：

• 概率
• A/B测试
• 回归

如果在项目进行中，有知识点遗漏或忘记的地方，可以去查看相关课程视频或者导学，之后，记在你的小本本上。

I - 概率

本节的问题都相对比较简单，所以在导学中不过多赘述了。

测试1-理解数据集

这里没什么难度，基本的pandas知识，如果这节有什么问题的话，请查看第六周导学并面壁十分钟-。-

如果非要提醒一下的话，那就是在问题e. new_page 与 treatment 不一致的次数中，不要忘了也看看old_page与control的不一致次数，二者相加才是结果。

测试3-更新后的数据集

• a问题中，因为要将处理后的数据集保存为新的变量，所以使用drop函数时，可以不用使用inplace = True参数。
• d问题中，因为两个重复值除了时间戳不一致外，其他信息都是一致的，所以随便删除一个重复即可。

II - A/B测试

1.零假设与备择假设

这里只说一点，就是如何在Jupyter Notebook中使用公式的问题，其实也就是如何在Markdown中使用公式的问题，你只需要按照如下步骤即可：

• 打开Latex公式在线转换，输入好公式后，复制代码

• 将你想要输入公式的代码框，转为Markdown格式；

• 输入两个美元符号，即$$;

• 将刚复制的公式代码粘贴到两个美元符号中间，然后运行该代码框即可。

  录了一个gif在下面，可以参考下：

2.进行假设检验

• a、b

注意题干中给的要求是：假定在零假设中，不管是新页面还是旧页面， pnew 和 pold 都具有等于 转化 成功率的“真”成功率，也就是说， pnew 与 pold是相等的。此外，假设它们都等于ab_data.csv 中的 转化 率，新旧页面都是如此。

也就是：p_new = p_old = p_ab_data

注意：...