Z-Test in R: Complete Guide with One-Sample & Two-Sample Examples

When Can LLMs Replace Humans in A/B Tests?

Các dự đoán từ LLM có thể thay thế kết quả con người trong A/B tests, nhưng chỉ dựa trên giả định chứ không phải thiết kế sẵn. Khi áp dụng trên bộ dữ liệu Upworthy, việc hiệu chỉnh đầu ra LLM theo dữ liệu người thật đã khôi phục hiệu ứng điều trị, nhưng chỉ với phương pháp cụ thể. Những điều kiện giúp điều này hoạt động không thể xác minh cho các thử nghiệm mới và càng kém thuyết phục khi phương pháp mới khác xa các thử nghiệm trước. Lợi ích tiềm năng càng lớn thì độ tin cậy càng thấp.

Lập trình viên nên đọc bài này để hiểu cách các mô hình ngôn ngữ lớn (LLM) có thể thay thế phân tích A/B test truyền thống bằng cách dự đoán kết quả người dùng, nhưng chỉ khi áp dụng với các điều kiện cụ thể và giới hạn, giúp họ đánh giá rủi ro khi tự động hóa quá trình này trong dự án.

What We Miss About Missing Values

The hidden assumptions behind the data we observe.

Making Iroshizuku Interactive with Observable

Bài viết bắt đầu từ bài trước nơi tác giả đã biến 24 màu mực Pilot Iroshizuku thành một cửa hàng nhỏ bằng ggplot2 trong R. Để khám phá cách sắp xếp và so sánh các màu sắc một cách linh hoạt, anh ấy đã chuyển sang sử dụng Observable notebook, kết hợp JavaScript và D3 để vẽ biểu đồ tương tác. Trong Observable, mỗi mực được biểu diễn dưới dạng điểm có thể kéo thả, lọc theo hue, saturation hoặc brightness, và cập nhật ngay lập tức khi thay đổi tham số. Kết quả là người dùng có thể tái tạo trải nghiệm thử mực trên giấy mà không cần in ra, đồng thời thấy rõ mối quan hệ giữa các không gian màu như HSL và RGB. Từ đây tác giả khuyên rằng đối với bộ dữ liệu nhỏ nhưng phong phú về thuộc tính, việc dùng notebook tương tác như Observable giúp giảm thời gian khám phá và phát hiện insight mà biểu đồ tĩnh thường bỏ qua.

Bài viết này giúp bạn học cách biến tập dữ liệu nhỏ thành ứng dụng tương tác hấp dẫn với Observable.

Repeated measures ANOVA in R

Introduction Data Aim and hypotheses Assumptions Variable type and design Independence between subjects Normality Sphericity Outliers Repeated measures ANOVA in R With the {rstatix} package With base R Interpretations Post-hoc tests Summary Ref...

wbstats 1.2.0 is now on CRAN

Programmatic Access to Data and Statistics from the World Bank API

More progress with Tabler for R

Tabler for R đang được cải tiến, hữu ích cho cả người mới bắt đầu lẫn người dùng lâu năm.

Lập trình viên R nên đọc bài này để khám phá Tabler, một công cụ mạnh mẽ tích hợp sẵn trong R, giúp tạo bảng dữ liệu đẹp, chuyên nghiệp và tương thích với các công cụ phân tích dữ liệu, báo cáo trực tuyến mà không cần phụ thuộc vào các thư viện bên ngoài phức tạp.

Beyond the Box: Building Violin, Split, and Raincloud Plots in CanvasXpress

A practical tour of one of the most expressive distribution charts — and how to make it your own with a few configuration flags. Boxplots are the workhorse of exploratory data analysis. They’re…