Type I-fout in A/B-tests
Bij A/B-tests spelen meerdere overwegingen mee om een steekproef te verkrijgen die de populatie goed vertegenwoordigt.
Als de populatie niet goed wordt weergegeven door de gegevens die je in de analyse gebruikt, kun je een Type I-fout krijgen, wat tot een onjuist resultaat of een onjuiste conclusie leidt. Factoren die de kans op een Type I-fout beïnvloeden, moeten worden gemonitord om je ervan bewust te zijn en de Type I-foutkans te verkleinen.
Welke van de volgende overwegingen vergroot waarschijnlijk de kans op een Type I-fout?
Deze oefening maakt deel uit van de cursus
A/B-testen in R
Interactieve oefening met praktijkervaring
Zet theorie om in actie met een van onze interactieve oefeningen
Begin oefening