اکسپرس 24
ترجمه فارسی مقاله تنظیم مدت زمان آزمایش‌های آنلاین A/B

ترجمه فارسی مقاله تنظیم مدت زمان آزمایش‌های آنلاین A/B

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Setting the duration of online A/B experiments
عنوان مقاله به فارسی تنظیم مدت زمان آزمایش‌های آنلاین A/B
نویسندگان Harrison H. Li, Chaoyu Yu
فرمت مقاله انگلیسی PDF
تعداد صفحات 11
دسته بندی موضوعات Methodology,Machine Learning,روش شناسی , یادگیری ماشین ,
توضیحات Submitted 5 August, 2024; originally announced August 2024.
توضیحات به فارسی ارسال شده در 5 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد.

قیمت: 19,000 تومان

سفارش

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، را نیز سفارش می‌دهید.

قیمت: 440,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

In designing an online A/B experiment, it is crucial to select a sample size and duration that ensure the resulting confidence interval (CI) for the treatment effect is the right width to detect an effect of meaningful magnitude with sufficient statistical power without wasting resources. While the relationship between sample size and CI width is well understood, the effect of experiment duration on CI width remains less clear. This paper provides an analytical formula for the width of a CI based on a ratio treatment effect estimator as a function of both sample size (N) and duration (T). The formula is derived from a mixed effects model with two variance components. One component, referred to as the temporal variance, persists over time for experiments where the same users are kept in the same experiment arm across different days. The remaining error variance component, by contrast, decays to zero as T gets large. The formula we derive introduces a key parameter that we call the user-specific temporal correlation (UTC), which quantifies the relative sizes of the two variance components and can be estimated from historical experiments. Higher UTC indicates a slower decay in CI width over time. On the other hand, when the UTC is 0 -- as for experiments where users shuffle in and out of the experiment across days -- the CI width decays at the standard parametric 1/T rate. We also study how access to pre-period data for the users in the experiment affects the CI width decay. We show our formula closely explains CI widths on real A/B experiments at YouTube.

چکیده به فارسی (ترجمه ماشینی)

در طراحی یک آزمایش آنلاین A/B ، انتخاب اندازه و مدت زمان نمونه ای که اطمینان از فاصله اطمینان حاصل (CI) برای اثر درمانی را تضمین می کند ، عرض مناسبی برای تشخیص اثر از بزرگی معنادار با قدرت آماری کافی بدون هدر دادن منابع بسیار مهم است.بشردر حالی که رابطه بین اندازه نمونه و عرض CI به خوبی درک شده است ، تأثیر مدت زمان آزمایش بر عرض CI کمتر مشخص است.در این مقاله یک فرمول تحلیلی برای عرض یک CI بر اساس یک برآوردگر اثر درمانی نسبت به عنوان تابعی از اندازه نمونه (N) و مدت زمان (T) ارائه شده است.این فرمول از یک مدل اثرات مختلط با دو مؤلفه واریانس گرفته شده است.یکی از مؤلفه ها ، که به آن واریانس زمانی گفته می شود ، با گذشت زمان برای آزمایشاتی که همان کاربران در روزهای مختلف در همان بازوی آزمایش نگهداری می شوند ، ادامه می یابد.در مقابل ، مؤلفه واریانس خطای باقیمانده ، با بزرگ شدن T به صفر می رسد.فرمولی که ما به دست می آوریم یک پارامتر کلیدی را معرفی می کند که ما آن را همبستگی زمانی خاص کاربر (UTC) می نامیم ، که اندازه های نسبی دو مؤلفه واریانس را تعیین می کند و می توان از آزمایش های تاریخی تخمین زد.UTC بالاتر نشانگر پوسیدگی کندتر در عرض CI با گذشت زمان است.از طرف دیگر ، هنگامی که UTC 0 باشد - در مورد آزمایشاتی که کاربران در طول روزها از آزمایش و خارج از آزمایش خارج می شوند - عرض CI با نرخ پارامتری استاندارد 1/t پوسیده می شود.ما همچنین بررسی می کنیم که چگونه دسترسی به داده های قبل از دوره برای کاربران در آزمایش بر پوسیدگی عرض CI تأثیر می گذارد.ما نشان می دهیم فرمول ما از نزدیک عرض CI را در آزمایش های واقعی A/B در YouTube توضیح می دهد.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.