母體比例的樣本數
真實世界的資料常常很雜。身為一位在產業中工作的分析工程師，你會遇到資料變異過大，導致無法偵測出指標具意義差異的情況。這個問題在連續型指標上更常見，例如前一題的平均訂單金額。因應方式有好幾種，其中一個做法是改用變異較小、但仍與商業目標一致的指標。
在這裡，你將改以二元指標來計算樣本數：註冊率，表示使用者是否完成註冊，而不是易受使用者差異影響、變動較大的付費價格。homepage DataFrame 與 pandas、numpy 函式庫已為你載入，同時也載入了 statsmodels.stats.proportion 的 proportion_effectsize 以及 statsmodels.stats 的 power。
本練習屬於課程
Python 的 A/B 測試
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Calculate the baseline signup rate for group A
p_A = ____
print('Group A mean signup rate:', ____)