A/B테스트 진행시 체크해야 하는 이슈 중 하나인 SRM

A/B테스트 진행시 체크해야 하는 이슈 중 하나인 SRM
Photo by Chanhee Lee / Unsplash

Definition

  • **Sample Ratio Mismatch(SRM)**는 실험 설계나 데이터 수집 과정에서 샘플의 비율이 의도한 비율과 일치하지 않는 상황을 의미합니다
  • 예를 들어, A/B 테스트에서 두 그룹(A와 B)로 사용자 트래픽을 균등하게 나누려고 했으나, 실제 데이터에서는 비율이 맞지 않는 경우가 SRM입니다.
  • SRM은 실험의 무작위성(randomness)을 보장하고, 통계적 검증의 신뢰성을 높이기 위해 중요한 개념입니다.
  • SRM이 발생하면 실험 결과의 유효성이 의심될 수 있으며, 결과 해석에 오류가 발생할 수 있습니다.

Pros

  1. 문제 조기 발견: SRM을 감지하면 실험 설계나 데이터 수집 과정에서의 문제를 조기에 발견할 수 있습니다.
  2. 데이터 무결성 보장: 샘플 비율이 올바르게 유지되면 데이터의 무결성을 보장할 수 있습니다.
  3. 신뢰성 향상: 무작위성을 보장하여 실험 결과의 신뢰성을 높일 수 있습니다.

Cons

  1. 추가 작업 필요: SRM을 감지하고 수정하기 위해 추가 작업이 필요할 수 있습니다.
  2. 복잡성 증가: 실험 설계 및 데이터 수집 과정에서 SRM을 감지하고 수정하는 작업이 추가되면 복잡성이 증가할 수 있습니다.
  3. 리소스 소모: SRM을 감지하고 수정하는 과정에서 리소스가 소모될 수 있습니다.

Action Item

  1. 모니터링 시스템 도입: 실험 중 실시간으로 샘플 비율을 모니터링하여 SRM을 조기에 감지합니다.
  2. 사전 검증: 실험 시작 전에 샘플링 프로세스를 검증하여 SRM 발생 가능성을 줄입니다.
  3. 데이터 재수집: SRM이 감지된 경우, 데이터를 재수집하여 샘플 비율을 맞춥니다.

Sample

import numpy as np  
import matplotlib.pyplot as plt  
  
def detect_srm(group_a, group_b, tolerance=0.05):  
    n_a = len(group_a)  
    n_b = len(group_b)  
    total = n_a + n_b  
  
    ratio_a = n_a / total  
    ratio_b = n_b / total  
  
    expected_ratio = 0.5  
    srm_detected = abs(ratio_a - expected_ratio) > tolerance or abs(ratio_b - expected_ratio) > tolerance  
      
    return srm_detected, ratio_a, ratio_b  
  
def resample_data(group_a, group_b):  
    min_len = min(len(group_a), len(group_b))  
    resampled_a = np.random.choice(group_a, min_len, replace=False)  
    resampled_b = np.random.choice(group_b, min_len, replace=False)  
    return resampled_a, resampled_b  
  
# 샘플 데이터 생성  
np.random.seed(42)  
group_a = np.random.binomial(1, 0.5, 1000)  
group_b = np.random.binomial(1, 0.5, 1200)  # 의도한 비율이 맞지 않음  
  
# SRM 감지  
srm_detected, ratio_a, ratio_b = detect_srm(group_a, group_b)  
  
print(f"Group A ratio: {ratio_a:.2f}")  
print(f"Group B ratio: {ratio_b:.2f}")  
  
if srm_detected:  
    print("Sample Ratio Mismatch detected. Resampling data...")  
    group_a, group_b = resample_data(group_a, group_b)  
    srm_detected, ratio_a, ratio_b = detect_srm(group_a, group_b)  
    print(f"After resampling - Group A ratio: {ratio_a:.2f}, Group B ratio: {ratio_b:.2f}")  
else:  
    print("No Sample Ratio Mismatch detected.")  
  
# 시각화  
labels = ['Group A', 'Group B']  
ratios = [ratio_a, ratio_b]  
  
plt.bar(labels, ratios, color=['blue', 'orange'])  
plt.axhline(y=0.5, color='red', linestyle='--')  
plt.title('Sample Ratios')  
plt.ylabel('Ratio')  
plt.ylim(0, 1)  
plt.show()

Read more

[책]Reshuffle: Who wins when AI restacks the knowledge economy

[책]Reshuffle: Who wins when AI restacks the knowledge economy

원래는 Amazon에 가서 Personal Knowledge Managment에 관한 책을 사려고 했다. Sketch Your Mind라는 책이었는데, 그 때 이 책 “Reshuffle”을 발견하였다. AI가 어떻게 Knowledge Economy를 흔들 것가? 라는 부제를 훑어보면서 저자가 쓴 다른 책을 보게 되었는데 거기에 내가 좋아했던 책을쓴 저자라는 것을 알게 되었다. 그래서 크게 고민하지 않고 구매를 하고

By Bongho, Lee
[책]올라운드투자, 누군가의 투자일기

[책]올라운드투자, 누군가의 투자일기

“올라운드 투자”라는 제목을 보았을 때는, “올라운드 플레이어”가 생각이 났다. “올라운드”라는 표현을 오랜만에 들어본 까닭이었다. 그럼에도 불구하고 이 책을 고른 것은 저자가 그간 보여준 컨텐츠에 대한 신뢰가 있던 까닭이었다. 컨텐츠를 다양하게 보는 편이지만 깊이가 아주 있지는 않았다. 여기서 깊이라 함은 기존 전문적인 정량적 분석의 내용의 수준을 말하는 것이다.

By Bongho, Lee
내가 놓치고 있던 미래, 먼저 온 미래를 읽고

내가 놓치고 있던 미래, 먼저 온 미래를 읽고

장강명 작가의 책은, 유학시절 읽고 처음이었다. 유학시절 "한국이 싫어서"라는 책은 동기부여가 상당히 되는 책이었다. 한국을 떠나 새로운 정채성을 학생으로서 Build up 해나가고 있던 상황에서 이 책은 제목부터 꽤 솔깃하였다. 물론 결말이 기억날 정도로 인상깊은 책은 아니었지만 말이다. 그렇게 시간이 흘러 장강명 작가의 책은 더 이상 읽지 않던

By Bongho, Lee