Pada A/B test atau regresi, menampilkan interval kepercayaan bersama estimasi titik membuat hasil lebih meyakinkan. Interval dotplot adalah format yang bersih dan mudah dibaca.
import numpy as np
import matplotlib.pyplot as plt
segments = ["Gratis", "Light", "Standard", "Premium"]
effect = np.array([0.12, 0.18, 0.27, 0.35])
low = effect - np.array([0.05, 0.06, 0.07, 0.08])
high = effect + np.array([0.05, 0.06, 0.07, 0.09])
fig, ax = plt.subplots(figsize=(6.4, 3.6))
ax.hlines(range(len(segments)), low, high, color="#94a3b8", linewidth=3)
ax.scatter(effect, range(len(segments)), color="#0ea5e9", s=90, zorder=3)
ax.axvline(0, color="#475569", linestyle="--", linewidth=1)
ax.set_yticks(range(len(segments)), labels=segments)
ax.set_xlabel("Kenaikan vs kontrol")
ax.set_title("Estimasi efek dengan CI 90%")
ax.set_xlim(-0.05, 0.45)
ax.grid(axis="x", alpha=0.2)
for idx, (eff, lo, hi) in enumerate(zip(effect, low, high)):
ax.text(hi + 0.01, idx, f"{eff*100:.1f}% (+{(hi - eff)*100:.1f}/-{(eff - lo)*100:.1f})", va="center")
fig.tight_layout()
plt.show()
Kiat membaca #
- Panjang garis menunjukkan ketidakpastian; garis lebih pendek berarti estimasi lebih stabil.
- Garis nol membantu menilai apakah efek melewati titik netral.
- Ubah ukuran titik untuk menggambarkan bobot atau ukuran sampel.