[R 프로그래밍] A/B테스트

# ab.test.imp 데이터에 ab.test.goal 데이터를 결합시키기

# 데이터를 읽어들이기

ab.test.imp <- read.csv("section5-ab_test_imp.csv",header=T, stringsAsFactors=F)

ab.test.goal <- read.csv("section5-ab_test_goal.csv",header=T, stringsAsFactors=F)

# ab.test.imp에 ab.test.goal를 결합시키기

ab.test.imp <- merge(ab.test.imp, ab.test.goal, by="transaction_id", all.x=T, suffixes=c("",".g"))

head(ab.test.imp)

# 

# 클릭 플래그를 추가

ab.test.imp$is.goal <- ifelse(is.na(ab.test.imp$user_id.g),0,1)

head(ab.test.imp)

# 

# 클릭율을 계산하기

library(plyr)

ddply(ab.test.imp, .(test_case), summarize,

cvr=sum(is.goal)/length(user_id))

# χ2 검정을 실행하기

chisq.test(ab.test.imp$test_case, ab.test.imp$is.goal)

# 

# 날짜별, 테스트 케이스별로 클릭율을 산출하기

ab.test.imp.summary <-

ddply(ab.test.imp, .(log_date, test_case), summarize,

imp=length(user_id),

cv=sum(is.goal),

cvr=sum(is.goal)/length(user_id))

# 테스트 케이스별로 클릭율을 산출하기

ab.test.imp.summary <-

ddply(ab.test.imp.summary, .(test_case), transform,

cvr.avg=sum(cv)/sum(imp))

head(ab.test.imp.summary)

# 테스트 케이스별 클릭율의 시계열추이 그래프

library(ggplot2)

library(scales)

ab.test.imp.summary$log_date <- as.Date(ab.test.imp.summary$log_date)

limits <- c(0, max(ab.test.imp.summary$cvr))

ggplot(ab.test.imp.summary,aes(x=log_date,y=cvr, col=test_case,lty=test_case, shape=test_case)) +

geom_line(lwd=1) +

geom_point(size=4) +

geom_line(aes(y=cvr.avg,col=test_case)) +

scale_y_continuous(label=percent, limits=limits)