早就接触过这个包了,只是一直畏惧,以为很复杂,也没有应用场景,所以认识很肤浅. 现在有应用场景了,我自己开发了一个幼稚的版本,发现了很多需求,后来想起了WGCNA似乎部分解决了我的问题,今天认真打开了WGCNA的paper,看完后觉得写得真好,其中涉及的统计学非常基础和简单. WGCNA中的一些工具存在很大的优化空间,但是优化很难发好文章,因为没什么原创性. 所以关键还是要自己提出问题,然后用统计学的方法去解决,问题越热门越核心,你的paper就能发的越好. Paper:WGCNA: an R
A/B testing主要用来检测网站或者APP的两个版本中哪一个更好,它的中心思想是把流量一分为二,一份用作experiment group,访问新的版本,另一份用作control group,访问旧的版本. 假设现在有一个网站,要测试是否增大网页Register的字体,可以增加注册用户. 进行AB testing,首先要选择Unit of Diversion, 就是把实验分成两组的标准.在这个实验中,可以选择unique cookies to view the web page. 然后要选定