A/B 테스트가 통계학을 망치고 있다
A/B 테스트란 무엇이고, 제가 왜 이게 통계학을 망치고 있다고 생각하는지 설명드리고자 합니다.
A/B 테스트란 무엇이고, 제가 왜 이게 통계학을 망치고 있다고 생각하는지 설명드리고자 합니다.
저는 어떤 현상을 살펴볼 때 그 기원을 찾아 보는 것을 매우 좋아합니다. 그래서 A/B Test
라는 용어를 처음 만든 사람을 찾고 싶었으나 그건 매우 어려웠고, 구글 트렌드를 이용하여 간접적으로나마 확인해볼 수 있었습니다.
구글 트렌드 (에서는 가장 높은 검색량을 100으로 잡고 상대적인 검색량을 보여주는 것으로 알고 있습니다. 따라서 검색량이 매우 적은 경우, 검색이 있었음에도 불구하고 0으로 나올 수도 있습니다.) 의 검색 결과에 따르면 2007년 9월 처음으로 4라는 값을 가진 것을 확인할 수 있었습니다. 2010년 이전에는 통계적 가설 검정 (Statistical Hypothesis Testing) 의 검색량이 A/B Test 보다 높았으나, 2010년대에 들어서 A/B Test 의 검색량이 역전하였으며, 그 이후로 꾸준히 증가하였습니다.
저는 린 분석 (Lean Analytics - Allistair Crol, Benjamin Yoskovitz 2013) 과 그로스해킹의 등장이 A/B Test
라는 용어를 더 널리 퍼트리지 않았을까 추측합니다.
그렇다면 비교에 사용한 통계적 가설 검정 (statistical hypothesis testing) 에 대해 간략하게 설명하자면, 말 그대로 우리가 세운 ‘가설 (hypothesis)’ 을 ‘통계적으로 (statistically)’ ‘검정 (test)’ 하는 것입니다.
그렇기 때문에 여기에는 매우 다양한 방법이 있고, 모수적인 (parametric) 검정 방법만해도 비교하고자 하는 집단의 수와 통계량 (statistic) 에 따라 이렇게 다양하게 나눌 수 있습니다. 하지만 A/B 테스트는 그 이름에서 알 수 있듯이, 두 집단에 대한 것만 다루고 있습니다. A/B 테스트의 대상이 되는 값은 수치형이고, 비교하는 그룹의 갯수는 2개이므로 위의 그림에서는 Two Sample
가지 아래에 있는 기법들만 다룬다고 할 수 있습니다.
그리고 3개 이상의 그룹을 대상으로 통제 실험을 하는 경우 A/B/C 테스트, A/B/n 테스트
와 같은 형태로 부르는 것도 어렵지 않게 확인할 수 있습니다.
제 다른 글 에서도 밝혔지만 저는 일부 통계학 용어에 대해 꽤나 민감하게 반응하는 편입니다 (지금은 좀 나아진 것 같기도 하지만요). 통계적 가설 검정이라는 용어가 길어서 사용하기 번거로운 편인 것은 인정합니다. 그렇지만 해당 단어는 매우 직관적입니다.
우리가 가설 (hypothesis) 을 세우고, 이를 통계적으로 (statistically) 검정 (test) 하기 위해 실험을 설계하고, 그 과정을 지켜야한다는 것을 7글자 안에서 모두 보여주기 때문입니다.
A/B 테스트란 무엇이고, 제가 왜 이게 통계학을 망치고 있다고 생각하는지 설명드리고자 합니다.
이 글은 AI가 데이터베이스에 직접 접근해 인간 전문가처럼 데이터를 분석하는 새로운 워크플로우를 소개합니다. 단순한 질의응답을 뛰어넘는 이러한 도약은 데이터 분석가의 역할이 근본적으로 재정의될 미래를 암시합니다.
이 글은 넷플릭스 (Netflix) 에서의 분석 엔지니어링 (Analytics Engineering) 관련 업무의 범위를 공유하기 위한 여러 편의 글 중 두 번째 글이며, 최근에 열렸던 분석 엔지니어링 컨퍼런스에서 발표된 내용이기도 합니다. 더 많은 내용이 궁금하신가요? 첫 번째 ...
듀오링고의 350% 성장의 뒷 이야기, 리더보드, 연속 학습, 알림, 그리고 혁신적인 그로스 모델 들어가기에 앞서
듀오링고의 350% 성장의 뒷 이야기, 리더보드, 연속 학습, 알림, 그리고 혁신적인 그로스 모델 들어가기에 앞서
듀오링고의 350% 성장의 뒷 이야기, 리더보드, 연속 학습, 알림, 그리고 혁신적인 그로스 모델
원문: Meaningful metrics: How data sharpened the focus of product teams
원문: Sequential Testing at Booking.com
가장 좋은 방법은 당연히 영어 밖에 사용하지 못하는 환경에 강제로 처해지는 것이겠지만 그것이 어려우니…
고민의 흔적을 보여주세요
을 찾습니다.
원문: Charts & Accessibility
모수, 큰 수의 법칙, 그리고 중심극한정리에 대하여
그리고 여러분들도 (아마도) 하지 않아야 하는 이유
회사 서비스의 추천 시스템을 개선하기 위해 팀 내에서 (아직까진 두 명이긴 하지만) 지난 두 달 동안 스터디를 진행했습니다. 얼마 전 두 번째 스터디가 끝났고 이에 대한 회고를 해보려고 합니다.
원문: Dark Side of Data: Privacy by Emre Rencberoglu
원문: RStudio Projects and Working Directories: A Beginner’s Guide by Martin Chan
원문: TidyTuesday GitHub Repository
원문: How programming languages got their names
원문: How to Make Meetings Less Terrible 팟캐스트: How to Make Meetings Less Terrible (Ep. 389)
생키 다이어그램 (Sankey Diagram) 은 흐름(Flow) 다이어그램의 한 종류로써 그 화살표의 너비로 흐름의 양을 비율적으로 보여준다.
2년 전 일본어로 책을 내긴 했지만 대부분의 독자들이 이 책을 읽을 수는 없을 것 같았다.
자기회귀 모형이란 무엇인가?
회귀분석을 실행하기 위해 필요한 가정과 조건들에 대해 알아보자.
통계적 검정과 회귀분석에서 자주 사용되는 정규성 가정과 정규성 검정에 대해 알아보자.
여러 통계 검정과 모형에서 사용되는 독립성 가정에 대해 알아보자.
시계열 모형 중 ARMA 모형에대해 알아보자.
시각화에서 주의할 점인 넓이를 표시하는 원칙에 대해 알아보자.
평균 양쪽의 z-값들 사이의 넓이를 구하는 방법에 대해 알아보자.
분산분석의 개념과 방법에 대해 알아보자.
분산분석(ANOVA; ANalysis Of VAriance) 와 회귀분석의 개념을 섞은 공분산분석(ANCOVA; ANalysis of COVAriance)에 대해 알아보자. 이 글을 이해하기 위해서는 아래의 글을 먼저 읽는 것이 좋다.
Akaike’s Information Criterion 의 정의와 이를 구하는 방법에 대해 알아보자.
수정된 R제곱과 그 용도에 대해서 알아보자.
통계 용어 중 정확도(Accuracy)와 정밀도(Precision) 에 대해서 알아보자.
절대 오차와 평균 절대 오차에 대해서 알아보자.
가설 검정이란 무엇이며, 가설 검정의 다양한 방법에 대해 알아보자.
회귀분석이란 무엇이며, 회귀분석 과정에서 사용하는 용어와 다양한 방법에 대해 알아보자.
이 글은 MathJax 를 GitHub Pages Jekyll blog 에 추가하는 방법을 다룬다. 이탤릭체로 된 부분은 본문에는 없고 제가 따라하면서 고치거나 추가한 부분이니 참고하세요.
모집단과 표본집단을 이용하는 경우 통계학에서 말하는 10% 조건이 무엇인지에 대해 알아보자.
여러분의 GitHub 블로그에 Jupyter notebook 을 바꿔서 올릴 수 있도록 도와줄 글입니다. 직접 바꾸는 방법은 1회성 글들을 위해서 추가했고, 변환 과정과 파일 이동, 그리고 여러분의 블로그에 올리는 것까지 한 번에 할 수 있는 자동화 bash 를 만드는 자세한 방법...
68 95 99.7의 법칙이란 무엇인가?
단위근 검정 방법 중 하나인 Augmented Dickey Fuller 검정에 대해 알아보자.
이 자료는 데이터 과학과 관련된 특정 주제에 대한 연재물이며, 다룰 주제는 다음과 같다. 회귀분석, 군집화, 신경망, 딥러닝, 의사결정나무, 앙상블, 상관관계, 파이썬, R, 텐서플로우, SVM, 데이터 축소, 피쳐 선택, 실험 계획법, 교차검증, 모델 피팅 등. 이 글을 계속 받...