Построение кривых мощности
Анализ мощности перед запуском A/B-теста — один из наиболее важных шагов. Он помогает повысить вероятность получения убедительных результатов и грамотно спланировать ресурсы и время для каждого теста. Кроме того, построение кривых мощности упрощает визуализацию того, как изменение отдельных параметров влияет на необходимый размер выборки для достижения нужного уровня уверенности. Хотя больший размер выборки увеличивает шансы на получение однозначного результата, сбор дополнительных наблюдений или увеличение времени теста становится неоправданной тратой ресурсов по мере насыщения кривых мощности.
Посмотрим, как это работает на практике.
Это упражнение является частью курса
A/B-тестирование в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
from statsmodels.stats.power import TTestIndPower
# Specify parameters for power analysis
sample_sizes = ____(range(____))
effect_sizes = ____([____])