Вы сравниваете метрику «до/после» для тех же пользователей, но применили independent t-test вместо paired. Какое последствие наиболее вероятно?

AТест станет более мощным, потому что независимость даёт больше информации
BТест станет менее чувствительным, потому что игнорирует связь внутри пар и увеличивает шум
CТест автоматически превратится в Welch t-test
DНичего не изменится, потому что paired и independent всегда эквивалентны
Правильный ответ. Если игнорировать парность, вы теряете информацию о связи и часто снижаете мощность теста.

Разбор

Парный дизайн убирает часть вариативности между пользователями, сравнивая каждого с самим собой. Independent подход трактует наблюдения как несвязанные и обычно даёт большую стандартную ошибку, поэтому сложнее обнаружить эффект. При этом выводы могут измениться: эффект может стать 'незначимым' из-за неправильного теста. Типичная ошибка — выбирать тест по привычке, а не по дизайну данных.

Проверь себя · 1/3разбор после ответа
В A/B эксперименте пользователи случайно распределены: группа A видит старую страницу, группа B — новую; пользователи не пересекаются. Какой тест сравнения средних подходит для сравнения метрики revenue_per_user?
Тренировать статистику в Telegram

Ещё вопросы по теме «Тесты для средних»