統計分析手法 - データサイエンス研究所
ｔ検定 1標本ｔ検定（母平均の検定） 標本の平均値と与えられた値（μ）との違いについて調べます。 \[t＝ \displaystyle \frac{\overline{X}-\mu}{\displaystyle \frac{s}{\sqrt{n}}}\] 2標本ｔ検定(対応のない場合) 2つの群のサンプルサイズ、平均値、標本標準偏差をもとに、2つの群の平均値を比較します。 2標本ｔ検定（対応のある場合） 対応のある2群のデータについて、対応するデータ間の差をもとに、差の母平均は0であるという仮説について検定します。 注）対応のあるデータ 条件を変えて同じ被験者で繰り返し反復測定したデータ。例えば、商品説明の前後に、10人について商品理解度を調べた場合、得られたデータは20ありますが10人から得られたデータですので対応のあるデータとなります。 分散分析 一元配置(対応のない場合) 3つ以上の
A/Bテストに用いられる統計的検定手法（ロジック）のまとめ＆比較 | RCO Ad-Tech Lab Blog
リクルートデータ組織のブログをはじめました。※最新情報はRecruit Data Blogをご覧ください。 Recruit Data Blogはこちら 汎用人型雑用AIの stakaya です。 たまたま数年前に社内のBLOGに書いたABテストのロジックのまとめ＆比較記事を発掘したので、 このまま眠らせているのはもったいないぞと、 圧倒的もったいない精神を発揮し、シェアさせていただきます。 あの頃は私も若かった。 社内では”堅物・真面目・一途”で有名なものでして、下記文章がお硬いのはご勘弁ください。 はじめに 本記事は、施策の評価手法としてしばしば用いられるA/Bテスト（A/B testing)について、できる限り背後にある仮定を明記した上で、まとめたものである。 A/Bテストとは、主にインターネットマーケティングにおける施策の良否を判断するために、2つの施策（通常、A・Bと記載）を比較す
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Why you should use Bayesian approaches in your Offline A/B tests