Controleren op statistische significantie
Nu je een intuïtief begrip hebt van statistische significantie en p-waardes, ga je dit toepassen op je testresultaten.
De vier parameters die de p-waardefunctie nodig heeft zijn de twee conversieratio’s — cont_conv en test_conv — en de twee groepsgroottes — cont_size en test_size. Deze zijn beschikbaar in je werkruimte, dus je hebt alles wat je nodig hebt om de statistische significantie van onze experimentele resultaten te controleren.
Deze oefening maakt deel uit van de cursus
Customer Analytics and A/B Testing in Python
Oefeninstructies
Bepaal de p-waarde van ons experiment met de geladen variabelen cont_conv, test_conv, cont_size, test_size die uit onze data zijn berekend. Bepaal daarna of ons resultaat statistisch significant is door het tweede codeblok uit te voeren.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Compute the p-value
p_value = get_pvalue(con_conv=____, test_conv=____, con_size=____, test_size=____)
print(p_value)
# Check for statistical significance
if p_value >= 0.05:
print("Not Significant")
else:
print("Significant Result")