Question 1

Qu'est-ce qu'une hypothèse nulle (H0) dans un AB test ?

Accepted Answer

L'hypothèse nulle (H0) stipule qu'il n'y a pas de différence significative entre les deux variantes testées. En AB testing, H0 affirme que toute différence observée entre le groupe de contrôle (A) et le groupe de traitement (B) est due au hasard et non à l'effet du changement testé. Le but du test statistique est de déterminer si les données permettent de rejeter H0.

Question 2

Qu'est-ce qu'une hypothèse alternative (H1) dans un AB test ?

Accepted Answer

L'hypothèse alternative (H1) est l'opposé de l'hypothèse nulle et affirme qu'il existe une différence réelle entre les variantes. En AB testing, H1 stipule que le changement testé a un effet mesurable sur la métrique observée. Si le test statistique permet de rejeter H0 avec un niveau de confiance suffisant, on accepte H1 comme vraie.

Question 3

Qu'est-ce que la p-value dans un AB test ?

Accepted Answer

La p-value représente la probabilité d'observer les résultats obtenus (ou plus extrêmes) si l'hypothèse nulle était vraie. Plus la p-value est faible, plus il est improbable que les résultats soient dus au hasard. Par convention, si la p-value est inférieure au seuil de significativité (souvent 0.05), on rejette H0 et considère le résultat statistiquement significatif.

AB Testing et statistiques appliquées

Qu'est-ce qu'une hypothèse nulle (H0) dans un AB test ?

Réponse

Qu'est-ce qu'une hypothèse alternative (H1) dans un AB test ?

Réponse

Qu'est-ce que la p-value dans un AB test ?

Réponse

Qu'est-ce que la significativité statistique dans un AB test ?

Qu'est-ce qu'une erreur de Type I (faux positif) dans un AB test ?

Autres sujets d'entretien Data Analytics

Google Sheets - Les fondamentaux

Google Sheets - Formules avancées

SQL - Les fondamentaux

SQL - Agrégations et groupements

SQL - Jointures

BigQuery - Fondamentaux

Data Cleaning - Nettoyage des données

KPIs et métriques business

Statistiques descriptives

Zapier et automatisation No-Code

Principes de data visualisation

Python & Pandas - Fondamentaux

Google Sheets - Dashboards automatisés

SQL - Sous-requêtes et CTEs

SQL - Window Functions

BigQuery - Fonctionnalités avancées

Data Modeling

Analyse de funnels et conversion

Analyse de cohortes et rétention

Google Tag Manager et tracking

APIs et webhooks

dbt - Fondamentaux

Looker Studio (Google Data Studio)

Power BI - Fondamentaux

SQL - Requêtes analytiques avancées

dbt - Fonctionnalités avancées

Power BI - DAX et dashboards avancés

Python Analytics - Analyse avancée et ML

Maîtrise Data Analytics pour ton prochain entretien