Moc testu w projektowaniu eksperymentów
Wyobraź sobie, że zebrałeś próbę 100 osób do swojego badania i poświęciłeś czas oraz pieniądze na jego przeprowadzenie. Po zakończeniu okazało się, że moc testu wynosiła zaledwie 10%. Innymi słowy, nawet gdyby istniała różnica między grupami, test miałby tylko 10% szans na jej wykrycie przy dostarczonych danych. Naprawdę zmarnowany wysiłek!
Dlatego najlepszą praktyką jest oszacowanie mocy przed zebraniem danych i uruchomieniem eksperymentu. W tym ćwiczeniu uporządkujesz kroki tego procesu. Poniższe elementy to etapy projektowania eksperymentu z wykorzystaniem analizy mocy.
To ćwiczenie jest częścią kursu
Podstawy wnioskowania statystycznego w Pythonie
Interaktywne ćwiczenie praktyczne
Przekształć teorię w praktykę dzięki jednemu z naszych interaktywnych ćwiczeń
Rozpocznij ćwiczenie