Significativita Statistica, A/B Testing e Experimentation Science
Porta la sperimentazione a livello serio con design causale, power planning, variance reduction e governance.

Fondamenti della significativita statistica
Prerequisiti: 1

Domande causali e ipotesi business ben formulate
Prerequisiti: 1

Disegno sperimentale, randomizzazione e unità di analisi
Prerequisiti: 1

A/A test e validazione del sistema di misura
Prerequisiti: 1

Flusso completo di un A/B test professionale
Prerequisiti: 1

P-value, errori e interpretazione corretta
Prerequisiti: 1

CUPED e variance reduction
Prerequisiti: 1

Peeking, multiple testing e sequential testing
Prerequisiti: 1

Bayesian A/B, switchback test e geo-test
Prerequisiti: 1

Governance sperimentale + caso studio end-to-end
Prerequisiti: 1
Collegamenti tra moduli
Continua il percorso con questi moduli
Trasforma dati grezzi in modelli affidabili, riusabili e governati con layering, test, contracts e semantic layer.
Stessa fase del percorso Matematica per l Analisi Dati 10 lezioniInserisce il rigore matematico che rende piu leggibili modelli, inferenza, forecasting e regressioni applicate.
Stessa fase del percorso Advanced SQL for Analytical Systems 14 lezioniUsa SQL come linguaggio di ragionamento, non solo di estrazione, con pattern per coorti, funnel, esperimenti e performance.
Modulo precedente Panoramica del Corso e Metodo di Studio per Data Work 8 lezioniTrasforma il corso da catalogo a sistema cognitivo, con metodo di studio, memoria tecnica e piano di output professionali.
Modulo precedente Data Collection & Tracking Systems 8 lezioniPassa da tag e strumenti isolati a sistemi di misura affidabili, governati e osservabili.
Modulo precedente Metriche, KPI Trees e Fondamenti Analitici 6 lezioniImpara a leggere i numeri come sistemi, con KPI tree, unit economics, baseline corrette e lettura causale dei segnali.