Модуль посвящён случайным величинам — их видам, основным распределениям и числовым характеристикам, которые используются в прикладной статистике и A/B-тестировании

В этом модуле ты познакомишься с основами математической статистики и научишься решать обратную задачу — оценивать параметры распределения по данным выборки

Модуль посвящён статистическим критериям — математическим правилам, которые позволяют принимать обоснованные решения на основе данных. Ты разберёшься, как проверять гипотезы, и узнаешь, что такое P-value и доверительный интервал. Познакомишься с тестом Стьюдента — самым популярным тестом для сравнения средних в двух группах

Модуль посвящён основам A/B-тестирования. Ты разберёшься, какие способы принятия решений существуют и чем среди них выделяется A/B-тест. Узнаешь, как устроен пайплайн эксперимента и как рассчитать необходимый размер выборки и минимально детектируемый эффект

Модуль охватывает полный цикл дизайна A/B-эксперимента: от постановки гипотезы и расчета ключевых параметров до проверки корректности платформы тестирования и выбора метрик

В этом модуле ты изучишь метод бутстреп, это инструмент для построения доверительных интервалов и проверки гипотез для метрик, дисперсию которых сложно или невозможно оценить аналитически: квантилей, медианы, метрик отношения

Модуль посвящён методам снижения дисперсии в A/B-тестах как главному инструменту повышения чувствительности: от удаления выбросов до продвинутого метода CUPED с использованием исторических данных

Модуль посвящён проблеме множественной проверки гипотез: ты разберёшься, почему одновременная проверка нескольких гипотез завышает вероятность ложноположительных результатов, и освоишь методы, которые позволяют держать эту вероятность под контролем

Завершающий модуль курса объединяет все освоенные методы в единый пайплайн A/B-тестирования и знакомит с продвинутыми темами, которые выходят за рамки основной программы