2024-06-05

강대·2024년 6월 5일

안녕하세여 ~!
내일은 공휴일이라 여유를 부릴 것 같아서
오늘 좀 집중해서 학습했던 것 같습니다 😋

어제와 이어서 통계학 강의 복습
기록해보겠습니다 !

A/B 테스트란 위 그림처럼
2가지 상황 중 귀무가설과 대립가설을 설정해주고
실제 테스트를 진행하면서 어느 쪽이 더 좋은지 말그대로 기업에서 테스트를 하는 과정입니다 !
(테스트를 진행하는 목적은 매출 증가, 전환율 증가 등 여러 이유가 목적이 됨)

토스에서 찾아본 10가지 UX법칙 :
https://brunch.co.kr/@chadwick/33

인스타그램에서 우연히 토스의 바뀐 UI/UX 포스팅을 본 적이 있는데
꽤 흥미롭게 봤던 기억이 있어서 찾아보려는데 ~~안 보이네요 ,,~~
대신 다른 글로 가져와봤습니다 !

어플 내 생김새만 다르게 해줘도 유저들의 행동반경이 달라진다는 것이 참 신기한 것 같아요

A/B 테스트의 진행 절차
1️⃣ 현재 데이터 탐색
2️⃣ KPI 정의 후 가설 설정
3️⃣ 유의수준 설정
4️⃣ 테스트 설계 및 실행
5️⃣ 테스트 결과 분석

📌 유의수준 : 귀무가설이 맞을 때 오류허용 기준(확률)
95%의 신뢰도를 기준으로 한다면 (1−0.95)인 0.05값이 유의수준 값

이렇게 우리는 유의수준을 정해두고 테스트를 진행하고나서
테스트의 차이가 있는지 귀무가설을 기각할지 채택할지 결정해야합니다 !!!

p-value 는 Probability-value 줄임말로 ‘확률’
p-value 는 0 이상 1 이하의 값을 지님

테스트 후 도출된 p-value가 유의수준(0.05)보다 작은 경우는
우연히 일어날 가능성이 거의 없어 귀무가설을 기각할 수 있습니다 !!!

p-value가 0.05 보다 작다
= 우연히 일어났을 가능성이 거의 없다
= 인과관계가 있다고 추정 
= 귀무가설 기각

p-value가 0.05 보다 크다
= 우연히 일어났을 가능성이 높다
= 인과관계가 없다고 추정 
= 귀무가설 채택

뭔가 좀 빠진 거 같죠?
기분탓은 아니고 제가 조금 덜 이해가 된 거 같아서 ㅎㅎ ,, 😅
통계학 또다시 3회독하고 내용 덧대겠습니다 !!

내일 다들 푹 쉬세요 🍀🍀

걍 달려