Что означает beta в A/B тесте?
A
beta — вероятность ошибки I рода, то же что alphaB
beta — вероятность не обнаружить реальный эффект заданного размера, то есть ошибка II родаC
beta — доля пользователей в controlD
beta — минимальный эффект, который мы хотим поймать, то есть MDEПравильный ответ.
Beta — вероятность ошибки II рода (пропустить реальный эффект); power = 1 - beta.Разбор
beta описывает риск ложноотрицательного вывода: эффект существует, но тест его не выявил при выбранном пороге. Соответственно, power = 1 - beta — вероятность обнаружить эффект размера MDE или больше, если он действительно есть. При планировании эксперимента обычно задают целевой power, например 80% или 90%.
Проверь себя · 1/3разбор после ответа
Вы повышаете требование к
power с 80% до 90% при фиксированных alpha и MDE. Что ожидаемо случится с sample size?Ещё вопросы по теме «Размер выборки и мощность теста»
- Какое утверждение про `alpha`, `beta` и `power` верное?
- Вы планируете тест с фиксированными `alpha` и `power` и решили уменьшить `MDE` с 5% до 2%. Что произойдет с требуемыми `sample size` и `test duration` при том же трафике?
- Команда хочет детектить относительный `MDE` = 5% в метрике `conversion rate`. Сравните два продукта: `baseline rate` 1% и `baseline rate` 10%. При одинаковом относительном `MDE` где обычно нужен больший `sample size` и почему?
- Калькулятор дал требование `N_treat = 20000` и `N_control = 20000` по `user_id`. В эксперимент ежедневно попадает 5000 новых `user_id`, разбиение `50/50`. Какая минимальная `test duration` в днях, если трафик стабилен?
- Вы держите `MDE` и `power` фиксированными, но хотите снизить `alpha` с 5% до 1%. Что в среднем произойдет с требуемым `sample size`?
- Все вопросы по «Размер выборки и мощность теста» →