ขนาดตัวอย่างสำหรับค่าเฉลี่ย
ในการออกแบบ A/B test นักวิทยาศาสตร์ข้อมูลมีหน้าที่ตรวจสอบว่าการทดสอบนั้นทำได้จริงหรือไม่ ซึ่งต้องตอบคำถามหลายข้อ เช่น มีทราฟฟิกเพียงพอหรือเปล่า? จะวัด "เพียงพอ" อย่างไร? ความแตกต่างที่เล็กที่สุดที่ตรวจจับได้จากขนาดตัวอย่างที่มีคือเท่าไร? และการทดลองต้องรันนานแค่ไหน?
ในแบบฝึกหัดนี้ จะคำนวณขนาดตัวอย่างขั้นต่ำที่จำเป็นสำหรับการตรวจจับความแตกต่างที่มีนัยสำคัญทางสถิติของค่าหนึ่งระหว่างค่าเฉลี่ย order_value พื้นฐานของกลุ่มควบคุม กับการออกแบบใหม่ที่ต้องการทดสอบ โดยไลบรารี pandas, numpy, matplotlib, seaborn และ DataFrame checkout ถูกนำเข้าและโหลดให้แล้ว รวมถึง power จาก statsmodels.stats ด้วย
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
A/B Testing ด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Calculate and print the baseline mean and standard deviation
mean_B = ____
print(mean_B)
std_B = ____
print(std_B)