تست A/B در R
✅ سرفصل و جزئیات آموزش
تست A/B یک طرح آزمایشی رایج برای تحقیقات رفتار انسانی در صنعت و دانشگاه است. تستهای A/B دو نوع را مقایسه میکنند تا مشخص کنند که آیا اندازهگیری عملکرد متفاوتی را نشان میدهد و آیا اندازهگیریها به شکلی معنادار متفاوت هستند یا خیر. با یادگیری در مورد تست A/B و ارائه نتایج، میتوانید تصمیمات و پیشبینیهای داده محور اتخاذ کنید.
ساخت درکی از طراحی A/B
در این دوره، شما خواهید آموخت که تست A/B چه سوالاتی را میتوانند پاسخ دهند، ملاحظات مهمی که در تست A/B باید مورد توجه قرار گیرند، چگونه سوالات موجود را پاسخ دهید و چگونه داده را مصورسازی کنید. همچنین خواهید آموخت که چگونه حجم نمونه مورد نیاز در یک آزمایش را تعیین کنید، تحلیلهای مناسب برای داده و فرضیه موجود را انجام دهید، مشخص کنید که آیا نتایج را میتوان با اطمینان در نظر گرفت و نتایج را برای مخاطبانی با هر پیشینه آماری ارائه دهید.
یادگیری چگونگی تحلیل داده تست A/B
این دوره تست A/B پارامتری و ناپارامتری را پوشش میدهد، مانند تستهای t، تست Mann-Whitney U ، تست استقلال خی-دو، تست دقیق فیشر و همبستگیهای پیرسون و اسپیرمن. علاوه بر این، شما تحلیل توان را برای هر تست بررسی خواهید کرد.
پیشبینی نتایج بر اساس داده
با پیشرفت در دوره، شما همچنین یاد خواهید گرفت که رگرسیون خطی و لجستیک را برای پیشبینی نتایج بر اساس داده و یافتههای قبلی اجرا کنید.
ارائه نتایج به هر مخاطبی با نمودارها
تا زمانی که این دوره را به پایان برسانید، درک کاملی از تستهای A/B، تحلیلهایی که میتوانید با آنها انجام دهید و چگونگی انتقال نتایج با نمودارهای داده خواهید داشت.
تست A/B در R
-
تست A/B و طراحی None
-
ملاحظات در تست A/B None
-
توان و حجم نمونه None
-
تست t نمونههای مستقل None
-
تست Mann-Whitney U None
-
تست استقلال خی-دو None
-
تست دقیق فیشر None
-
مقدمهای بر همبستگیها None
-
همبستگی پیرسون None
-
همبستگی رتبهای اسپیرمن None
-
گزارش نتایج تست A/B None
-
مقدمهای بر رگرسیون خطی None
-
رگرسیون خطی None
-
رگرسیون لجستیک None
-
نمودار رگرسیون None
-
جمعبندی None
مشخصات آموزش
تست A/B در R
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:متوسط
- تعداد درس:16
- مدت زمان :4:00:00
- حجم :339.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy