课程简介

课程主体包括三大模块

统计篇：带你快速掌握 A/B 测试的统计学基础

这个模块精选了做 A/B 测试必须掌握的两大块统计学知识，包括 A/B 测试的理论基础假设检验、A/B 测试的前提指标的统计属性，带你有针对性地、快速掌握 A/B 测试的理论知识

基础篇：从 0 到 1 建立规范的 A/B 测试流程

这个模块将会按照做 A/B 测试的 5 个关键步骤来展开，也就是确定目标和假设、确定指标、选取实验单位、计算所需样本大小，以及分析测试结果。在讲解流程的同时，告诉你背后的原理，帮助你在实际应用时能举一反三

进阶篇：带你绕过 A/B 测试实践中的坑

这个模块主要针对实际业务场景中潜在的坑，包括测试结果不显著怎么改善、A/B 测试是不是万能的、多重检验等问题，还会为你梳理面试中常考的知识点

此外，这个模块还会带你实战制作一个实用的样本量计算器，来解决网上工具参差不齐、适用范围有限等问题

课程目录

• 01-开篇词 (1讲)
• 00丨开篇词｜用好A-B测试，你得这么学
• 开篇词｜用好A_B测试，你得这么学.html
• 开篇词｜用好A_B测试，你得这么学
• 02-统计篇：AB测试的前提与理论基础 (2讲)
• 01 _ 统计基础（上）：系统掌握指标的统计属性.html
• 01 _ 统计基础（上）：系统掌握指标的统计属性
• 01丨统计基础（上）：系统掌握指标的统计属性
• 02丨统计基础（下）：深入理解AB测试中的假设检验.html
• 02丨统计基础（下）：深入理解AB测试中的假设检验
• 03-基础篇：从0到1，带你建立规范的AB测试流程 (7讲)
• 03丨确定目标和假设：好的目标和假设是什么？.html
• 03丨确定目标和假设：好的目标和假设是什么？
• 04丨确定指标：指标这么多，到底如何来选择？.html
• 04丨确定指标：指标这么多，到底如何来选择？
• 05丨选取实验单位：什么样的实验单位是合适的？.html
• 05丨选取实验单位：什么样的实验单位是合适的？
• 06丨选择实验样本量：样本量越多越好吗？.html
• 06丨选择实验样本量：样本量越多越好吗？
• 07丨 分析测试结果：你得到的测试结果真的靠谱吗？.html
• 07丨 分析测试结果：你得到的测试结果真的靠谱吗？
• 08丨案例串讲：从0开始，搭建一个规范的AB测试框架.html
• 08丨案例串讲：从0开始，搭建一个规范的AB测试框架
• 导读丨科学、规范的AB测试流程，是什么样的？.html
• 导读丨科学、规范的AB测试流程，是什么样的？
• 04-进阶篇：怎么在AB测试的实践中避坑 (7讲)
• 09丨测试结果不显著，要怎么改善？.html
• 09丨测试结果不显著，要怎么改善？
• 10丨常见误区及解决方法（上）：多重检验问题和学习效应.html
• 10丨常见误区及解决方法（上）：多重检验问题和学习效应
• 11丨常见误区及解决方法（下）：辛普森悖论和实验组对照组的独立性.html
• 11丨常见误区及解决方法（下）：辛普森悖论和实验组对照组的独立性
• 12丨什么情况下不适合做AB测试？.html
• 12丨什么情况下不适合做AB测试？
• 13丨融会贯通：AB测试面试必知必会（上）.html
• 13丨融会贯通：AB测试面试必知必会（上）
• 14丨举一反三：AB测试面试必知必会（下）.html
• 14丨举一反三：AB测试面试必知必会（下）
• 15丨用RShiny，教你制作一个样本量计算器.html
• 15丨用RShiny，教你制作一个样本量计算器
• 05-结束语 (3讲)
• 16丨结束语丨实践是检验真理的唯一标准.html
• 16丨结束语丨实践是检验真理的唯一标准
• 17丨结课测试题丨这些AB测试的知识你都掌握了吗？.html
• 17丨结课测试题丨这些AB测试的知识你都掌握了吗？
• 18丨加餐丨试验意识改变决策模式，推动业务增长.html
• 18丨加餐丨试验意识改变决策模式，推动业务增长