Memvisualisasikan hubungan
Sekarang setelah kita membahas dampaknya terhadap jenis kesalahan tertentu dan menghitung ukuran sampel yang diperlukan untuk berbagai nilai power, mari kita mundur selangkah dan melihat hubungan antara power dan ukuran sampel menggunakan plot yang bermanfaat.
Dalam latihan ini, kita akan beralih untuk melihat uji t alih-alih uji z. Untuk memvisualisasikannya, gunakan fungsi plot_power() yang menampilkan ukuran sampel pada sumbu x, power pada sumbu y, dan garis berbeda yang merepresentasikan berbagai ukuran efek minimum.
Latihan ini merupakan bagian dari kursus
Berlatih Pertanyaan Wawancara Statistik dengan Python
Instruksi latihan
- Tetapkan objek
TTestIndPower()ke variabelresults. - Visualisasikan hubungan antara power dan ukuran sampel menggunakan fungsi
plot_power()dengan nilai parameter yang sesuai; apa yang Anda amati?
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
sample_sizes = np.array(range(5, 100))
effect_sizes = np.array([0.2, 0.5, 0.8])
# Create results object for t-test analysis
from statsmodels.stats.power import TTestIndPower
results = ____
# Plot the power analysis
results.plot_power(dep_var='nobs', nobs=____, effect_size=____)
plt.show()