测试应用程序洞察方式的重大变化
Test for significant change of means in application insights
我在指定日期更改了我的网页。
现在想要衡量更改是否对使用产生重大影响。如何在 Application Insights 中进行抽样 t 检验?拆分给定日期的时间序列数据而不是比较两组?
在 KQL 中有一个用于计算 Welch 的 t 检验的内置函数:welch_test()。
给定一个 table T 和一个度量 m 和一个更改日期 d,您可以通过聚合更改前后的度量来计算测试:
T
| summarize m1 = avgif(m, Timestamp < d),
v1 = varianceif(m, Timestamp < d),
c1 = countif(Timestamp < d),
m2 = avgif(m, Timestamp > d),
v2 = varianceif(m, Timestamp > d),
c2 = countif(Timestamp > d)
| extend pValue=welch_test(m1,v1,c1,m2,v2,c2)
我在指定日期更改了我的网页。 现在想要衡量更改是否对使用产生重大影响。如何在 Application Insights 中进行抽样 t 检验?拆分给定日期的时间序列数据而不是比较两组?
在 KQL 中有一个用于计算 Welch 的 t 检验的内置函数:welch_test()。
给定一个 table T 和一个度量 m 和一个更改日期 d,您可以通过聚合更改前后的度量来计算测试:
T
| summarize m1 = avgif(m, Timestamp < d),
v1 = varianceif(m, Timestamp < d),
c1 = countif(Timestamp < d),
m2 = avgif(m, Timestamp > d),
v2 = varianceif(m, Timestamp > d),
c2 = countif(Timestamp > d)
| extend pValue=welch_test(m1,v1,c1,m2,v2,c2)