При фиксированном размере выборки и фиксированном реальном эффекте что обычно произойдёт с beta, если уменьшить alpha (сделать критерий строже)?
A
beta уменьшится, потому что тест станет точнееB
beta не изменится, потому что alpha и beta не связаныC
beta увеличится, а power уменьшитсяD
beta станет равна alphaПравильный ответ. При фиксированной выборке более строгий
alpha обычно повышает beta и снижает power.Разбор
Если вы уменьшаете alpha, вы реже отклоняете H0, то есть снижаете риск ошибки I рода. Но при той же выборке это обычно повышает риск не заметить эффект, то есть beta растёт, а power падает. Ловушка — думать, что можно одновременно сильно уменьшить и alpha, и beta без изменения выборки или дизайна.
Проверь себя · 1/3разбор после ответа
Для двустороннего теста при
alpha = 0.05 построен 95% доверительный интервал для эффекта: [-0.2; 0.1]. Что следует сказать о проверке H0: delta = 0?Ещё вопросы по теме «Основы проверки гипотез»
- В A/B тесте вы сравниваете метрику `conversion` между вариантами A и B. Какая формулировка `H0`/`H1` корректна для двусторонней проверки отличий?
- Как корректно интерпретировать значение `p-value` = 0.03 в проверке гипотез?
- При уровне значимости `alpha` = 0.05 получено `p-value` = 0.04. Какое решение соответствует стандартному правилу проверки?
- Что означает выбор `alpha` = 0.01 в терминах `ошибка I рода`?
- Что такое `beta` в проверке гипотез?
- Все вопросы по «Основы проверки гипотез» →