1. Learn
    2. /
  2. 课程
    3. /
  3. Python 中的 A/B 测试
Connected

道练习

绘制功效曲线

在运行 A/B 测试之前进行功效分析是最重要的步骤之一。它能提高我们得到明确结论的机会，并帮助更好地规划每个测试所需的资源和时间。此外，绘制功效曲线可以更直观地看到在目标置信水平下，调整某些参数对所需样本量的影响。尽管更大的样本量更有可能得到明确的结果，但当功效曲线趋于饱和时，继续收集更多样本或延长测试时间将造成资源浪费。

下面通过实操来看它是如何工作的。

说明 1 / 共 4 个

undefined XP
    1
    2
    3
    4
  • 创建 NumPy 数组：sample_sizes 从 10 到 600，effect_sizes 为 0.1、0.2、0.3。