Первый день. Математическая статистика как инструмент анализа A/B-тестирований.
Какие бывают эксперименты Введение: типы экспериментов, типы метрик и обзор тем курса
Описательные статистики Базовый курс математической статистики: что такое дисперсия, стандартное отклонение, квадратичная ошибка и ЦПТ
Второй день. Статистические критерии для проверки основных типов метрик: параметрика, непараметрика.
Статистические критерии Обзор классических статистических критериев. Почему для одной гипотезы подойдет критерий Стьюдента, а для другой Манн-Уитни
Третий день. Определение времени на продолжительность эксперимента и обзор темы чувствительности метрик
Fixed Horizon и MDE. Расчет прогноза остановки эксперимента. Сколько нужно данных для проведения эксперимента и как посчитать минимальный объем выборки
A/B/X-тестирования: множественная проверка гипотез Поправка на множественное сравнение и как множественная проверка гипотез сказывается на ошибки первого и второго рода.
Четвертый день. Расширенные инструменты математической статистики для анализа экспериментов.
Бутстрап Повторные выборки и квантильная оценка А/Б-экспериментов
Бакетирование и трансформирование метрик Как привести распределение к нормальному, оптимизировать метрику и ускорить расчеты эксперимента с помощью бакетов
Методы проверки качества систем сплитования: A/A-тестирования Какими способами можно проверять качество сплитования пользователей в эксперименте
Пятый день. Оптимизация скорости проведения экспериментов и ratio-метрики
Ускорение экспериментов: CUPED, стратификация Разберем теорию и закрепим на практике (демонстрации и задания) разные способы увеличения чувствительности метрик в эксперименте для сокращения времени проведения a/b тестов.
Ratio-метрика: дельта-метод, линеаризация, бутстрап и еще раз про бакетирование Обзор проблемы расчета дисперсии и оптимизация bias'a для ratio-метрик. Благодаря линеаризации появляется возможность работать с ratio-метриками и увеличить их чувствительность
Шестой день. Не лекционный день.
Q&A Разбор вопросов и кейсов студентов, накопившиеся за 2 недели материала
Cедьмой день. Симуляции и автоматизация A/B
Monte-Carlo и синтетические эксперименты | только для продвинутого блока Обзор Monte-Carlo процесса: расчет чувствительности метрик и времени на эксперимент непараметрическим методом. Ведение новой мета-метрики качества метрик – направленность
Разработка метрик и pipeline их расчета | только для продвинутого блока Обзор организации автоматизации расчетов метрик. Как придумать любую метрику с помощью числителей и знаменателей
Восьмой день. Расширенные методы математической статистики для анализа экспериментов
Offline-эксперименты: проблематика и обзор дизайнов | только для продвинутого блока Обзор популярных статистических подходов, используемые в дизайне offline-экспериментов, переход к альтернативным единицам рандомизации: гео-хрон эксперименты в delivery- / ride- сервисах(switchback), подбор точек в retail / dark kitchen / dark store, синтетический контроль, network эффекты, эксперименты в социальных сервисах
Sampling Bias и эффект новизны | только для продвинутого блока В каких случаях приходится сталкиваться с систематической ошибкой смещения выборки и как с ней бороться
Вы будете получать информацию о предстоящих мероприятиях в онлайне в выбранных категориях. Обещаем, никакого спама! Вы сможете отписаться в любое время.
Город Зовёт на мероприятия!
Обязательно зайдите в вашу почту и подтвердите подписку прямо сейчас.
Если письма от нас нет в папке "Входящие", проверьте, пожалуйста, папку "Рассылки" или "Спам".