首页
›
金融科技风控与量化工程
›
064-风控数据质量收益沙盘推演
›
《A B测试效果评估在风控中的实操指南》
VIP20
本课程属于:064-风控数据质量收益沙盘推演
金融科技风控与量化工程 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
A B测试效果评估在风控中的实操指南
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
风控A/B测试概述
A/B测试在风控中的核心价值 · 与传统A/B测试的区别 · 适用场景(策略上线
A/B
风控
02
实验设计原则
随机化原则 · 样本量计算(功效分析) · 最小可检测效应(MDE)
实验设计原则
随机化原则
03
风控指标定义
核心评估指标(通过率 · 逾期率 · 坏账率
风控指标定义
核心评估指标
04
分流机制设计
用户级分流 · 请求级分流 · 分层分流(重叠实验框架)
分流机制设计
用户级分流
05
实验组与对照组构建
完全随机分组 · 分层随机分组 · 配对分组
实验组
对照组构建
06
样本量计算实操
使用Python进行功效分析(sta… · 不同指标类型(二项分布 · 泊松分布)的样本量估算
样本量计算实操
Python
07
实验周期确定
最小运行周期 · 季节性因素 · 样本积累速度
实验周期确定
最小运行周期
08
数据埋点与采集
关键事件定义(申请 · 审批 · 放款
数据埋点
采集
09
数据预处理
异常值处理 · 缺失值处理 · 时间窗口对齐
数据预处理
异常值处理
10
描述性统计分析
实验组与对照组的分布对比 · 均值/中位数/标准差 · 箱线图与直方图可视化
描述性统计分析
实验组
11
假设检验基础
零假设与备择假设 · 第一类错误与第二类错误 · P值含义
假设检验基础
零假设
12
Z检验与T检验
Z检验适用条件(大样本 · 已知方差) · T检验适用条件(小样本
Z检验
T检验
13
卡方检验
分类指标(通过/拒绝 · 逾期/正常)的独立性检验 · 列联表构建
卡方检验
分类指标
14
Mann-Whitney U检验
非参数检验适用场景(评分卡分数 · 额度分布) · 与T检验的对比
Mann-Whitney
U检验
15
比率差异检验
通过率差异的Z检验 · 坏账率差异的Z检验 · 置信区间计算(Wilson Scor…
比率差异检验
通过率差异的Z检…
16
多重比较问题
Bonferroni校正 · Holm-Bonferroni方法 · FDR控制(Benjamini-Ho…
多重比较问题
Bonferroni
17
效应量计算
Cohen's d · 风险比(Risk Ratio) · 优势比(Odds Ratio)
效应量计算
Cohen
18
置信区间解读
置信区间与P值的关系 · 置信区间宽度的影响因素 · 业务决策中的置信区间应用
置信区间解读
置信区间
19
统计显著性与业务显著性
统计显著但业务无意义的场景 · 最小业务显著效应(MBSE) · 决策矩阵构建
统计显著性
业务显著性
20
辛普森悖论
分层数据中的虚假效应 · 风控场景中的辛普森悖论案例(不同客群… · 检测与解决方法
辛普森悖论
分层数据
21
时间序列干扰
时间趋势影响 · 季节性波动 · 同期控制组(Cohort Analy…
时间序列干扰
时间趋势影响
22
网络效应与干扰
用户间干扰(黑产共享信息) · SUTVA假设违反 · 集群随机化实验
网络效应
干扰
23
AA测试
AA测试的目的(验证分流均匀性) · AA测试的通过标准 · AA测试失败后的排查流程
AA
测试
24
实验效果归因
单一策略效果剥离 · 多策略同时上线时的归因方法 · DID(双重差分)模型应用
实验效果归因
单一策略效果剥离
25
Python自动化评估脚本
数据读取与清洗 · 指标计算函数 · 假设检验函数
Python
自动化评估脚本
26
可视化报告制作
使用matplotlib/seabo… · 置信区间图 · 累计效果曲线
可视化报告制作
matplotlib/s…
27
实验决策流程
显著正向/负向/不显著的决策规则 · 灰度放量策略 · 回滚机制
实验决策流程
显著正向
28
常见陷阱与避坑指南
过早停止实验 · P值黑客 · 多重比较忽略
常见陷阱
避坑指南
29
风控A/B测试平台架构
实验管理平台 · 分流服务 · 数据管道
A/B
风控
30
综合案例实战
某信贷产品风控策略A/B测试全流程(… · 包含数据 · 代码
综合案例实战
A/B
所属VIP或分类
同VIP:A-B测试在风控场景中的落地指南
同VIP:A-B测试在风控策略中的实践技巧
同VIP:AB测试助力风控策略迭代的案例详解