说了那么多假设检验的理论，现在来让我们上手操作一下。 这里我自己编造了一个A/B测试的例子：某公司原来的购买转化率是30%，现在想通过把其网页上的”购买“按钮加大一倍，使购买转化率提升到33%。 可以看到这里的对比指标是转化率，因此这里适用两独立样本比率检验。 原假设：对照组的购买转化率与试验组的购买转化率无显著差异备择假设：对照组的购买转化率与试验组的购买转化率有显
转载
2024-01-29 15:10:10
170阅读
倾向得分匹配(PSM)，是一种模仿RCT随机对照试验随机化分组，提高组间均衡性，进而达到降低混杂因素影响目的一种数据处理策略。PSM在计量研究，临床医学等领域有着广泛的应用。1.案例背景与分析策略1.1 案例背景介绍某企业想评价专项培训的效果，现收集到78位员工的个人及工作成绩信息，包括性别、年龄、教育年、初始工作成绩与当前工作成绩、工作经验、工作时间、职位类别、是否参加培训等数据。数据上传SPS
转载
2023-12-12 10:44:44
307阅读
本文章会讲述以下几个内容：1、什么是PO设计模式(Page Object Model)2、为什么要使用PO设计模式3、使用PO设计模式要点4、PO设计模式实例1、什么是PO设计模式 (Page Object Model)一种在测试自动化中变得流行的设计模式，使得自动化测试脚本的减少代码重复、更易读、减少维护成本。一般PO设计模式有三层第一层：对Selenium 进行二次封装，定义一个所有页面都继承
AB实验原理与实践1、AB实验介绍1.1、什么是AB？1.2、AB实验有什么用？2、AB实验过程与原理2.1、AB实验前需要明确的几点（1）明确实验要素与目标；（2）明确核心指标（3）提出假设2.2、AB实验流程（1）明确目标（最小预计提升MDE）（2）基于MDE预估样本量（3）基于预估样本量预估实验时长（4）AA实验对比2.3、根据实验结果进行决策（1）AA&AB实验结果计算方法（2）
转载
2024-08-24 13:42:58
116阅读
RFM模型RFM模型是通过一个客户的近期购买行为、购买的总体频率以及花了多少钱3个维度来描述该客户价值状况的客户分类模型，这3个维度分别表示为：最近一次消费距离现在的时间 (Recency)：某段时间内消费频率次数 (Frequency)：某段时间内消费金额 (Monetary)计算用户的R,F,M值并且与平均用户的R,F,M值作比较可以对用户进行分类 优点：可解释性强 缺点：只有消费过的用户才能
转载
2023-11-28 06:43:50
98阅读
界面用什么颜色？算法怎么调参？ab实验就是用来科学的衡量不同方案的效果的，用数据说话\
原创
2022-11-11 12:24:28
74阅读
1. PSM 简介在经济学中，我们通常希望评估某项公共政策实施后的效应，为此，我们构建 "处理组" 和 "控制组" 以评估「处理效应 (treatment effect)」。然而，我们的数据通常来自非随机的观察研究中，处理组和控制组的初始条件不完全相同，故存在「选择偏差 ( selection bias)」问题。「倾向得分匹配 (PSM)」法使用倾向得分函数将多维向量的信息压缩到一维，然后根据倾向
转载
2023-07-08 18:10:26
3827阅读
谷歌A/B实验——重叠实验基础设施解读〇、来源一、背景介绍二、如何划分参数三、谷歌设计的ab实验系统3.1 域和层的设计3.1.1 基础重叠域和层设计3.1.2 具备非重叠和重叠的域和层设计3.1.2 具备非重叠的域的嵌套设计优点3.1.3 具备非重叠的域的嵌套设计缺点3.1.4 启动层（launch layers）设计四、引用 〇、来源谷歌ab实验论文Overlapping Experimen
单层抽样各分为50%的用户，分为用户组A和用户组B，并且两个群体之间差异
原创
2022-07-11 10:56:33
143阅读
导读：走向身边的AB实验。 “AB实验”是一个从统计学中借来的工具。我和大家一样，每次只要看到“统计学”这三个
概述、AARRR、AB实验、核心步骤、应用场景、分流策略、统计学基础（中心极限定理，正态分布，z检验、H0、H
原创
2024-06-26 16:07:36
147阅读
在这篇博文中，我们将深入探讨如何使用 Python 实现倾向匹配得分模型（Propensity Score Matching，PSM）。本模型主要应用于观察性研究，旨在通过控制混淆变量来提高因果推断的准确性。特别是在医疗、社会科学等领域，它可以帮助我们更好地理解处理效果。
### 背景描述
倾向匹配得分模型是一种统计技术，旨在估计治疗或干预措施的因果效应。该方法的关键在于计算每个个体接受干预的倾
对数据进行分组并对各组应用一个函数，是数据分析的重要环节。数据准备好之后，通常的任务就是计算分组统计或生成透视表。groupby函数能高效处理数据，对数据进行切片、切块、摘要等操作。可以看出这跟SQL关系密切，但是可用的函数有很多。在本章中，可以学到：
根据一个或多个键（可以是函数、数组或DataFrame列名）拆分pandas对象
计算分组摘要统计，如计数、平均值、
转载
2024-08-23 13:19:59
76阅读
如何使用Python进行PSM
PSM（Probabilistic Soft Logic，概率软逻辑）是一种用于建模不确定性和概率的逻辑推理框架。它结合了概率图模型和逻辑推理的优势，适用于推理和预测复杂的不确定性关系。下面是教你如何使用Python进行PSM的详细步骤：
1. 安装必要的Python库和工具
在开始之前，你需要安装一些必要的Python库和工具。以下是需要安装的库和工具：
原创
2024-02-10 05:29:52
313阅读
# 使用Python进行图像匹配：基于PSM（Pixel Similarity Metric）算法的实例
图像匹配是计算机视觉中的一项关键技术，其广泛应用于图像检索、目标识别和场景重建等领域。在众多图像匹配算法中，PSM（Pixel Similarity Metric）是一种简单而有效的方法。本文将简要介绍PSM算法，并通过Python代码示例来展示其实现。
## PSM算法简介
PSM算法
原创
2024-08-23 04:28:55
44阅读
文章目录一、mpstat概述二、mpstat使用1、下载软件包2、命令参数3、参数含义4、平均负载信息三、压力测试1、下载工具包2、参数四、查看统计信息参数五、实例操作1、实验目的2、测试CPU使用的负载状态平均系统的负载情况模拟压力测试前后对比3、模拟Ｉ／Ｏ负载4、模拟大量进程使用总结一、mpstat概述mpstat （multiprocessor state） 可以查看所有cpu的平均负载，也
科普文章：AB实验和Java实验卡方校验
# 引言
在软件开发领域，AB测试是一项常用的实验设计方法，用于比较两个或多个版本的软件或功能的效果。而在进行AB测试时，Java实验卡方校验是一种常用的统计方法，用于确定两个版本之间是否存在显著差异。本文将介绍AB实验的概念、AB测试的流程以及Java实验卡方校验的原理和实现。
# AB实验
## 什么是AB实验？
AB实验（A/B testing）
原创
2023-09-13 09:56:17
144阅读
# Python 实现 PSM（Propensity Score Matching）
在因果推断和观察性研究中，倾向得分匹配（Propensity Score Matching，PSM）是一种常见且有效的技术，用于减少因果推断中的偏差。当我们无法进行随机对照试验（RCT）时，PSM提供了一种方法，以更全面地比较处理组和控制组之间的效果。本文将探讨 PSN 的基本原理，以及如何使用 Python
原创
2024-10-06 03:55:43
161阅读
## PSM（Python Standard Modules）: Python的标准模块库
Python是一种功能强大且使用广泛的编程语言，拥有丰富的第三方库和模块。但是，Python自带的标准模块库（PSM）也提供了许多内置的模块和功能，可以满足大多数常见的编程需求。本文将向您介绍一些常用的PSM模块，并提供相应的代码示例。
### 1. sys模块
sys模块提供了与Python解释器和
原创
2023-12-26 06:42:28
103阅读
# PSM代码简介与实例
## 什么是PSM代码
PSM（Python Source Model）是Python AST（Abstract Syntax Tree，抽象语法树）的子集，它是Python代码在解释执行之前的一个中间表示形式。PSM代码可以用来进行语法分析、代码修改、代码生成等操作。
PSM代码是一种树状结构，每个节点代表一个Python代码的构造，如表达式、语句、函数定义等。每
原创
2023-12-18 09:38:39
154阅读
