Какой принцип наиболее здравый при выборе MDE перед запуском эксперимента?
AВыбирать
MDE как минимально значимый для бизнеса эффект и проверить, что sample size и test duration реалистичны при доступном трафикеBВсегда ставить
MDE как можно меньше, тогда тест будет точнее без минусовCСначала запустить тест, а
MDE выбрать по факту полученной разницыDСтавить
MDE равным 0, тогда точно ничего не пропустимПравильный ответ. Практичный
MDE — это минимально важный для бизнеса эффект, который можно реально поймать с приемлемыми sample size и test duration.Разбор
Слишком маленький MDE может сделать эксперимент непрактичным: потребуется огромный sample size и очень длинная test duration. Слишком большой MDE рискует пропустить важные улучшения. Поэтому обычно выбирают бизнес-значимый порог и сверяют его с доступным трафиком и целевой power.
Проверь себя · 1/3разбор после ответа
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?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» →