CommencerCommencer gratuitement

Explorer le calcul de la puissance statistique

Comme indiqué, la puissance est la probabilité de rejeter l’hypothèse nulle lorsque l’hypothèse alternative est vraie. Ici, vous allez explorer certaines propriétés de la fonction de puissance et voir comment elle dépend de la taille d’échantillon, entre autres paramètres. La fonction get_power() est fournie et prend les arguments suivants dans l’ordre indiqué : n pour la taille d’échantillon, p1 comme valeur de référence, p2 comme valeur avec lift inclus, et cl pour le niveau de confiance.

Cet exercice fait partie du cours

Analytics client et A/B Testing en Python

Afficher le cours

Instructions

  • Calculez la puissance en utilisant n = 1000 puis n = 2000, avec les paramètres déjà chargés p1, p2 et cl.
  • En utilisant la variable n1 pour la taille d’échantillon, calculez la puissance avec un niveau de confiance cl = 0.8 puis cl = 0.95.
  • Cliquez sur "Soumettre la réponse" pour comparer les ratios. Quel changement a le plus d’impact : augmenter le niveau de confiance ou la taille de l’échantillon ?

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Look at the impact of sample size increase on power
n_param_one = get_power(n=____, p1=p1, p2=p2, cl=cl)
n_param_two = get_power(n=____, p1=____, p2=____, cl=____)

# Look at the impact of confidence level increase on power
alpha_param_one = get_power(n=n1, p1=p1, p2=p2, cl=____)
alpha_param_two = get_power(n=____, p1=____, p2=____, cl=____)
    
# Compare the ratios
print(n_param_two / n_param_one)
print(alpha_param_one / alpha_param_two)
Modifier et exécuter le code