Aan de slagBegin gratis

Benodigde steekproefgrootte schatten voor energiestudie

In de energiesector onderzoeken onderzoekers vaak hoe effectief nieuwe technologieën of initiatieven zijn om de energie-efficiëntie te verbeteren of het verbruik te verminderen. Er wordt een studie opgezet om de impact van twee energiebesparende maatregelen te vergelijken: "Slimme thermostaten" en "LED-verlichting". Om ervoor te zorgen dat de studie voldoende power heeft om een betekenisvol verschil in energiebesparing tussen deze twee maatregelen te detecteren, voer je een poweranalyse uit.

pandas as pd, numpy as np en from statsmodels.stats.power import TTestIndPower zijn geladen.

Deze oefening maakt deel uit van de cursus

Experimenteel ontwerpen in Python

Bekijk cursus

Oefeninstructies

  • Maak een TTestIndPower-object aan.
  • Voer de poweranalyse uit om de vereiste steekproefgrootte per groep (Slimme thermostaten en LED-verlichting) te schatten om een power van 0,9 te behalen, uitgaande van een gemiddeld effect (Cohens d = 0,5) en een alpha van 0,05 met even grote groepen.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Instantiate a TTestIndPower object
power_analysis = ____

# Conduct a power analysis to determine the required sample size
required_n = power_analysis.solve_power(
    effect_size=____, 
    alpha=____, 
    power=____, 
    ratio=____)

print(required_n)
Code bewerken en uitvoeren