Cỡ mẫu cho tỷ lệ (proportions)
Dữ liệu thực tế thường lộn xộn. Là một Analytics Engineer làm việc với dữ liệu ngoài đời thực, bạn sẽ gặp những tình huống mà phương sai của dữ liệu quá lớn khiến bạn khó phát hiện ra khác biệt có ý nghĩa ở các chỉ số. Vấn đề này dễ xảy ra hơn với các chỉ số liên tục như giá trị đơn hàng trung bình trong bài trước. Có nhiều cách xử lý, nhưng một cách “lách” là tìm một chỉ số có phương sai thấp hơn nhưng vẫn bám sát mục tiêu kinh doanh.
Ở đây, bạn sẽ tính cỡ mẫu cho một chỉ số nhị phân: tỷ lệ đăng ký (signup rate), thể hiện việc người dùng có đăng ký dịch vụ hay không, thay vì mức giá trả tiền vốn có thể dao động nhiều giữa các người dùng. DataFrame homepage và các thư viện pandas, numpy đã được nạp sẵn cho bạn, cùng với proportion_effectsize từ statsmodels.stats.proportion và power từ statsmodels.stats.
Bài tập này là một phần của khóa học
A/B Testing bằng Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Calculate the baseline signup rate for group A
p_A = ____
print('Group A mean signup rate:', ____)