Tracer des courbes de puissance
Réaliser une analyse de puissance avant de lancer un test A/B est l’une des étapes les plus importantes. Cela nous permet d’augmenter nos chances d’obtenir des résultats concluants et de mieux planifier les ressources et le temps alloués à chaque test. De plus, tracer des courbes de puissance facilite la visualisation de l’impact de la variation de certains paramètres sur la taille d’échantillon nécessaire pour atteindre les niveaux de confiance souhaités. Même si une taille d’échantillon plus grande augmente nos chances d’obtenir un résultat concluant, collecter des unités supplémentaires ou prolonger la durée devient un gaspillage de ressources lorsque les courbes de puissance saturent.
Voyons cela en pratique.
Cet exercice fait partie du cours
A/B Testing en Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
from statsmodels.stats.power import TTestIndPower
# Specify parameters for power analysis
sample_sizes = ____(range(____))
effect_sizes = ____([____])