Microaula em Método CELULA • Prévia Aberta

<p>Estudo avançado da experimentação controlada e inferência causal em produtos digitais e plataformas de tecnologia. Fundamentos estatísticos do Teste A/B clássico (frequentista e bayesiano), formulação de hipóteses, cálculo a priori de poder estatístico ($1 - eta$) e tamanho amostral baseado no Efeito Mínimo Detectável (MDE), o problema dos múltiplos testes e correção de Bonferroni/FDR, o risco metodológico de espiar dados precocemente (peeking problem) e soluções por testes sequenciais (SPRT); métodos quase-experimentais de inferência causal quando a randomização não é possível: Pareamento por Escore de Propensão (PSM - Propensity Score Matching) e Diferença em Diferenças (DiD); métricas de engajamento de produto e modelagem probabilística de Customer Lifetime Value (LTV) com o modelo estocástico de contagem BG/NBD e Gamma-Gamma na biblioteca lifetimes.</p>

Estudo avançado da experimentação controlada e inferência causal em produtos digitais e plataformas de tecnologia. Fundamentos estatísticos do Teste A/B clássico (frequentista e bayesiano), formulação de hipóteses, cálculo a priori de poder estatístico ($1 - eta$) e tamanho amostral baseado no Efeito Mínimo Detectável (MDE), o problema dos múltiplos testes e correção de Bonferroni/FDR, o risco metodológico de espiar dados precocemente (peeking problem) e soluções por testes sequenciais (SPRT); métodos quase-experimentais de inferência causal quando a randomização não é possível: Pareamento por Escore de Propensão (PSM - Propensity Score Matching) e Diferença em Diferenças (DiD); métricas de engajamento de produto e modelagem probabilística de Customer Lifetime Value (LTV) com o modelo estocástico de contagem BG/NBD e Gamma-Gamma na biblioteca lifetimes.

Fundamentos Estatísticos de Testes A/B e Dimensionamento Amostral Rigoroso

O Teste A/B randomizado e controlado ...