1. Uczyć się
    2. /
  2. Courses
    3. /
  3. Python으로 하는 통계 시뮬레이션
Connected

Exercise

검정력 분석 - 1부

이제 검정력 분석으로 넘어가 보겠습니다. 실험이나 A/B 테스트를 진행할 때는 보통 최소 80%의 검정력을 확보하는 것이 좋습니다. 이를 보장하는 한 가지 방법은 80% 검정력을 달성하는 데 필요한 표본 크기를 계산하는 것입니다.

여러분이 뉴스 미디어 웹사이트를 운영하고 있고, 사용자가 웹사이트에서 보내는 시간을 늘리고자 한다고 가정해 볼게요. 현재 사용 시간이 평균 1분, 표준편차 0.5분인 정규분포를 따른다고 합시다. 이제 페이지를 더 빠르게 로드하는 기능을 도입하려고 하는데, 웹사이트에서 보내는 시간이 5% 증가했는지를 측정하기 위해 필요한 표본 크기를 알고 싶습니다.

이 연습 문제에서는 하나의 시뮬레이션을 실행할 수 있는 틀을 마련하고, t-검정을 수행한 뒤 p-값을 계산해 보겠습니다.

Instrukcje

100 XP
  • effect_size를 5%, control_mean을 1, control_sd를 0.5로 초기화하세요.
  • np.random.normal()을 사용해 초기화한 값을 바탕으로 control_time_spent와 treatment_time_spent를 한 번 시뮬레이션하세요.
  • 이미 임포트된 scipy.stats를 st로 사용하여, st.ttest_ind()로 treatment_time_spent와 control_time_spent에 대한 t-검정을 수행하세요.
  • p-값 p_value가 0.05보다 작으면 통계적 유의성 stat_sig는 True, 그렇지 않으면 False가 되어야 합니다.