ABtest实验自助法python案例

以下是一个简单的 Python AB测试实验案例，它可以帮助您理解如何进行AB测试：

import random
from scipy.stats import ttest_ind

# 生成两组随机数据，模拟实验组和对照组
exp_group = [random.randint(1, 100) for _ in range(100)]
ctrl_group = [random.randint(1, 100) for _ in range(100)]

# 计算两组数据的平均值和方差
exp_mean = sum(exp_group) / len(exp_group)
ctrl_mean = sum(ctrl_group) / len(ctrl_group)
exp_var = sum((x - exp_mean) ** 2 for x in exp_group) / len(exp_group)
ctrl_var = sum((x - ctrl_mean) ** 2 for x in ctrl_group) / len(ctrl_group)

# 计算t值和p值
t, p = ttest_ind(exp_group, ctrl_group, equal_var=False)

# 根据p值判断实验结果是否显著
if p < 0.05:
    print("实验结果显著，实验组效果比对照组好！")
else:
    print("实验结果不显著，实验组效果与对照组相当。")

运行程序后，它会生成两组随机数据，分别模拟实验组和对照组的数据。然后计算两组数据的平均值和方差，并使用t检验方法计算t值和p值。根据p值的大小，可以判断实验结果是否显著。如果p值小于0.05，则实验结果显著，说明实验组效果比对照组好；否则，实验结果不显著，说明实验组效果与对照组相当。