Data Analytics

AB Testing i statystyka stosowana

Hipotezy, wielkość próby, istotność statystyczna, p-value, test t-Studenta, chi-kwadrat, interpretacja

20 pytań z rozmów·
Mid-Level
1

Czym jest hipoteza zerowa (H0) w AB test?

Odpowiedź

Hipoteza zerowa (H0) stwierdza, że nie ma istotnej różnicy między dwoma testowanymi wariantami. W AB testing H0 zakłada, że jakakolwiek zaobserwowana różnica między grupą kontrolną (A) a grupą eksperymentalną (B) wynika z przypadku, a nie z efektu testowanej zmiany. Celem testu statystycznego jest ustalenie, czy dane pozwalają odrzucić H0.

2

Czym jest hipoteza alternatywna (H1) w AB test?

Odpowiedź

Hipoteza alternatywna (H1) jest przeciwieństwem hipotezy zerowej i zakłada, że istnieje rzeczywista różnica między wariantami. W AB testing H1 stwierdza, że testowana zmiana ma mierzalny wpływ na obserwowaną metrykę. Jeśli test statystyczny pozwala odrzucić H0 z wystarczającym poziomem ufności, przyjmujemy H1 jako prawdziwą.

3

Czym jest p-value w AB test?

Odpowiedź

P-value reprezentuje prawdopodobieństwo zaobserwowania uzyskanych wyników (lub bardziej skrajnych), gdyby hipoteza zerowa była prawdziwa. Im niższe p-value, tym mniej prawdopodobne, że wyniki są dziełem przypadku. Zgodnie z konwencją, jeśli p-value jest poniżej progu istotności (często 0,05), odrzucamy H0 i uznajemy wynik za statystycznie istotny.

4

Czym jest istotność statystyczna w AB test?

5

Czym jest błąd I rodzaju (fałszywie pozytywny) w AB test?

+17 pytań z rozmów

Opanuj Data Analytics na następną rozmowę

Uzyskaj dostęp do wszystkich pytań, flashcards, testów technicznych, ćwiczeń code review i symulatorów rozmów.

Zacznij za darmo