統計學

好奇心會殺死貓，也會害到你的 A/B Testing 結果喔！這則筆記將分享執行 A/B Testing 不得不知道的 Novelty 與 Primacy Effect 問題，讓你了解為什麼顧客的「好奇」與「守舊」傾向會影響 A/B Testing 判讀，並介紹怎麼解決這些問題。

如果你還不了解標準誤與標準差有什麼差別，也不熟悉還有樣本數會如何影響標準誤，這篇文章將幫助你徹底學習！本文將從四種不同角度帶你認識標準誤，除了白話解釋與圖解，也附上 Python 程式碼讓你可以親手玩玩看、培養標準誤的統計直覺。

這篇文章將簡介因果推論（Causal Inference）這個研究領域，用範例說明分析因果關係的三大困難點：混淆變項、自我選擇偏誤、以及反事實，並且介紹因果推論方法怎麼解救沒辦法 A/B Testing 的情境、還有如何用資料科學創造「平行世界」！

2021 年，一位知名實況主在手遊中製作機率性寶物，475 次花費製作只有 11 次成功，遊戲公司卻宣稱成功率有 10%，你相信嗎？統計檢定可以解決你的疑惑！這篇文章將介紹二項式檢定如何檢驗抽獎成功率，並且帶你一步步計算 P-value、學會清楚解讀 P-value。

你知道信賴區間的 95% 機率是指什麼嗎？你也知道標準差跟標準誤哪裡不一樣嗎？這篇筆記不會寫任何艱澀的數學公式，將用圖解還有白話的方式介紹信賴區間信心水準以及標準誤常被解讀錯誤的觀念，並且為你釐清標準差、標準誤、與信賴區間寬度的關係。

看到有人中獎、不代表他特別幸運。這篇文章將從樂透彩的機率計算出發，和你分享什麼是多重檢定問題，他到底跟樂透、A/B Testing、或者探索性資料分析有什麼關聯，並且介紹用來解決多重檢定問題的 Bonferroni 校正。

這篇筆記會教學比例資料的 A/B Testing 究竟該用什麼統計檢定，我將會介紹 Z 檢定與卡方檢定之間的關聯，以及什麼情況下這兩者都可以使用。我也分享了 R 語言程式碼，幫助你學會如何算出 Z 檢定與卡方檢定的 P-value。

A/A Test 是 A/B Test 上線執行以前的重要前置準備，這篇筆記將與你分享 A/A Test 檢測的兩個重要項目：流量隨機分配檢驗（Sample Ratio Mismatch）、以及偽陽性錯誤檢驗，並且附上Python 程式碼讓讀者能一起學習實作。

我們進行許多常見的統計分析之前，檢驗資料「是否符合常態分佈」都是必要的動作。本文將介紹一種檢驗資料是否為常態分佈的視覺化方法：Q-Q Plot，除了說明 Q-Q Plot 到底該怎麼看、也附上 R 語言程式碼教學如何製圖。

專門提供商業實驗的 Optimizely 研發 New Stats Enigine 來加速實驗流程、又能維持決策準確率。本文將介紹機率理論相似、但是更簡單的方法：Sequential A/B Testing，它不止允許偷看數據、需要的樣本數比標準假設檢定還少、檢驗甚至只需要加減法！