При прочих равных (тот же эффект и alpha) что обычно происходит с power, если увеличить размер выборки?
A
power уменьшается, потому что выборка становится более шумнойB
power не меняется, потому что alpha фиксированC
power увеличивается, потому что стандартная ошибка уменьшаетсяD
power становится равным alphaПравильный ответ. Большая выборка обычно повышает
power, так как снижает неопределённость оценки эффекта.Разбор
При росте размера выборки стандартная ошибка оценки обычно уменьшается, и тест лучше отличает эффект от шума. Это снижает вероятность beta и повышает power. Ловушка — считать, что раз alpha фиксирован, то чувствительность теста не меняется.
Проверь себя · 1/3разбор после ответа
Вы проверили 20 независимых гипотез, для каждой использовали
alpha = 0.05 и предположили, что везде истинна H0. Сколько ложных срабатываний (ошибка I рода) вы ожидаете в среднем?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» →