数据科学 3 篇文章

围绕数据建模与推断统计的核心方法论,覆盖假设检验、效应量计算与多重比较校正等关键环节。

封面
统计检验 数据科学 实验设计 生物信息学

多重比较校正为什么重要 三个常用方法和适用场景对比

多重比较校正是在同时进行多个统计检验时控制假阳性率的必要步骤,不校正会在大规模检验场景导致大量不可复现的显著结论。文章对比Bonferroni、Holm和Benjamini-Hochberg三种方法的控制目标与适用场景,说明如何在不同业务中选型,并提供statsmodels实现代码和常见误区警示。

阅读全文
封面
A/B测试 转化率优化 数据科学 增长实验 前端工程

被忽视的A/B测试陷阱 转化率优化为何频频失灵

转化率优化失效的根源不在创意而在实验科学性。A/B测试中最常见的多重比较、样本量不足、新奇效应三大统计陷阱会让结论失真,序贯检验可缩短实验周期35%-50%,服务端分流与跨设备归因保障数据质量,转化率优化的本质是概率决策。总字数约1500字。

阅读全文