Stichprobengröße für Mittelwerte
Wenn du ein A/B‑Test-Design planst, bist du als Data Scientist dafür verantwortlich zu prüfen, ob ein Test überhaupt durchführbar ist. Dazu gehört, mehrere Fragen zu beantworten: Haben wir genug Traffic? Wie quantifizieren wir „genug“? Welche kleinste Differenz können wir bei gegebener Stichprobengröße erkennen? Wie lange muss ein Experiment laufen? Und mehr.
In dieser Übung berechnest du die minimale Stichprobengröße, die nötig ist, um eine statistisch signifikante Differenz eines bestimmten Werts zwischen dem Basis‑Mittelwert order_value der Kontrollgruppe und einem neuen zu testenden Design festzustellen. Die Bibliotheken pandas, numpy, matplotlib, seaborn sowie das DataFrame checkout sind bereits importiert und geladen, ebenso power aus statsmodels.stats.
Diese Übung ist Teil des Kurses
A/B-Tests in Python
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Calculate and print the baseline mean and standard deviation
mean_B = ____
print(mean_B)
std_B = ____
print(std_B)