1. Nauka
    2. /
  2. Kursy
    3. /
  3. Analityka klientów i testy A/B w Pythonie
Connected

ćwiczenie

Badanie funkcji mocy testu

Jak już wiesz, moc testu to prawdopodobieństwo odrzucenia hipotezy zerowej, gdy prawdziwa jest hipoteza alternatywna. Przyjrzyjmy się właściwościom funkcji mocy i zobaczmy, jak zależy ona od wielkości próby oraz innych parametrów. Do dyspozycji masz funkcję get_power(), która przyjmuje następujące argumenty w podanej kolejności: n – wielkość próby, p1 – wartość bazowa, p2 – wartość uwzględniająca wzrost, oraz cl – poziom ufności.

Instrukcje

100 XP
  • Oblicz moc testu dla n = 1000 oraz n = 2000 (w tej kolejności), używając wczytanych wcześniej parametrów p1, p2 i cl.
  • Korzystając ze zmiennej n1 jako wielkości próby, oblicz moc testu dla poziomów ufności cl = 0.8 oraz cl = 0.95 (w tej kolejności).
  • Kliknij „Prześlij odpowiedź", aby porównać współczynniki. Co ma większy wpływ na wynik – zwiększenie poziomu ufności czy zwiększenie wielkości próby?