LoslegenKostenlos starten

Benötigte Stichprobengröße für Energiestudie schätzen

Im Energiesektor sollen Forschende oft die Wirksamkeit neuer Technologien oder Initiativen bewerten, um die Energieeffizienz zu steigern oder den Verbrauch zu senken. Eine Studie wird geplant, um die Auswirkungen zweier Energiesparmaßnahmen zu vergleichen: "Smart Thermostats" und "LED Lighting". Damit die Studie genügend Teststärke hat, um einen sinnvollen Unterschied bei den Energieeinsparungen zwischen diesen beiden Maßnahmen zu erkennen, führst du eine Power-Analyse durch.

pandas as pd, numpy as np und from statsmodels.stats.power import TTestIndPower sind geladen.

Diese Übung ist Teil des Kurses

<Kurs>Versuchsplanung mit Python</Kurs>
Kurs ansehen

Übungsanweisungen

  • Erzeuge ein TTestIndPower-Objekt.
  • Führe die Power-Analyse durch, um die erforderliche Stichprobengröße für jede Gruppe (Smart Thermostats und LED Lighting) zu schätzen, um eine Teststärke von 0,9 zu erreichen. Gehe von einer moderaten Effektgröße (Cohen's d = 0,5) und einem Alpha von 0,05 bei gleich großen Gruppen aus.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Instantiate a TTestIndPower object
power_analysis = ____

# Conduct a power analysis to determine the required sample size
required_n = power_analysis.solve_power(
    effect_size=____, 
    alpha=____, 
    power=____, 
    ratio=____)

print(required_n)
Code bearbeiten und ausführen