Побудова кривих потужності
Виконання аналізу потужності до запуску A/B‑тесту — один із найважливіших кроків. Це підвищує шанси отримати переконливі результати та краще спланувати ресурси й час, відведені на кожен тест. Крім того, побудова кривих потужності полегшує візуалізацію впливу зміни окремих параметрів на потрібний розмір вибірки, щоб досягти бажаного рівня впевненості. Хоча збільшення розміру вибірки підвищує шанси отримати переконливий результат, збирати додаткові одиниці або витрачати більше часу — марнування ресурсів, адже криві потужності насичуються.
Подивімося, як це працює на практиці.
Ця вправа є частиною курсу
A/B Testing на Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
from statsmodels.stats.power import TTestIndPower
# Specify parameters for power analysis
sample_sizes = ____(range(____))
effect_sizes = ____([____])