6-2. Advertising_Data A/B 테스트
1. 데이터 소개
•
데이터 이름: Product Advertising Data
•
실습 파일 다운로드
2. 컬럼 설명
•
TV: TV 광고비
•
Billboards: 옥외(빌보드) 광고비
•
Google_Ads: 구글 광고비
•
Social_Media: SNS 광고비
•
Influencer_Marketing: 인플루언서 마케팅 비용
•
Affiliate_Marketing: 제휴 마케팅 비용
•
Product_Sold: 해당 조건에서 팔린 제품 수량(타깃 변수)
•
Group: A, B (임의로 나눈 그룹 - A/B 테스트용)
<목표>
A/B Test
3. 실습
Advertising_Data.xlsx 파일을 불러와서 Group A와 Group B에 대해
Product_Sold를 기준으로 논문 보고 형식의 A/B 테스트 결과표를 생성해줘.GPT
📄 논문 보고형 A/B 테스트 결과표
Metric | Group A (Mean ± SD, n) | Group B (Mean ± SD, n) | Mean Difference | t-value | p-value |
Product_Sold | 6907.65 ± 1661.14, n=156 | 7165.72 ± 1744.32, n=144 | -258.07 | -1.31 | 0.190 |
📌 해석 (요약)
•
두 집단의 Product_Sold 평균 차이는 약 -258개로 Group B가 더 높았지만,
•
p = 0.190 → 통계적으로 유의하지 않음.
•
효과 크기(Cohen's d = -0.15)도 매우 작은 효과 크기 수준임.
원하시면 이 결과를 논문용 문단으로 자동 생성해드릴까요?
Advertising_Data.xlsx 파일을 불러와서
Group A와 B의 Product_Sold 평균을 bar chart로 나타내줘.
조건:
1) bar 색상은 A=파란색, B=주황색
2) errorbar는 95% 신뢰구간
3) figure 크기는 (8, 6)
4) y축 라벨은 "Mean Product_Sold"
5) 제목은 "A/B Test Mean Comparison with 95% CI"
6) seaborn whitegrid 스타일 적용
GPT
Contact : azureguy@empal.com / azureguy@cau.ac.kr