Traçando curvas de poder
Fazer uma análise de poder antes de executar um teste A/B é um dos passos mais importantes. Isso aumenta suas chances de chegar a resultados conclusivos e ajuda a planejar melhor os recursos e o tempo dedicado a cada teste. Além disso, traçar curvas de poder facilita visualizar o impacto de variar certos parâmetros no tamanho de amostra necessário para atingir os níveis desejados de confiança. Embora um tamanho de amostra maior aumente nossas chances de obter um resultado conclusivo, coletar unidades adicionais ou gastar mais tempo é desperdício de recursos quando as curvas de poder saturam.
Vamos ver como isso funciona na prática.
Este exercício faz parte do curso
A/B Testing em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
from statsmodels.stats.power import TTestIndPower
# Specify parameters for power analysis
sample_sizes = ____(range(____))
effect_sizes = ____([____])