Bestimme die ideale Stichprobengröße
Bei Experimenten und statistischen Auswertungen ist die Stichprobengröße ein wichtiger Faktor. Ist sie zu klein, lässt sich ein Effekt nicht nachweisen – selbst wenn tatsächlich einer vorhanden ist. Bevor du Daten erhebst, kannst du eine Power-Analyse durchführen, um die minimale Stichprobengröße zu bestimmen, die abhängig von der geplanten Auswertung notwendig ist, um einen Effekt zuverlässig zu entdecken.
Führe einen Ein-Stichproben-t-Test (eine Gruppe) auf experimentellen Daten durch und bestimme die nötige Stichprobengröße für einen Ein-Stichproben-t-Test, um eine große Effektgröße und Power bei einem Alpha von 0,05 zu erreichen.
Diese Übung ist Teil des Kurses
A/B-Tests in R
Anleitung zur Übung
- Lade das Paket
pwr, das für die Power-Analyse des Ein-Stichproben-t-Tests benötigt wird. - Verwende
pwr.t.test(), um die Stichprobengröße für einen zweiseitigen Ein-Stichproben-t-Test mit einer Effektgröße von0.8, einer Power von0.9und einer Signifikanz von0.05zu bestimmen.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Load the `pwr` package
___
# Determine the sample size needed for a one sample t-test
___(d = ___, power = ___, sig.level = ___, type = ___, alternative = ___)