# AB Testing i statystyka stosowana (Data Analytics)

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

- 20 pytań z rozmów
- Mid-Level
- [Pytania z rozmów: Data Analytics](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne.md)

## 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.

## Jeszcze 17 dostępnych pytań

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

Zarejestruj się za darmo: https://sharpskill.dev/pl/login

## Inne tematy rekrutacyjne Data Analytics

- [Google Sheets - Podstawy](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/google-sheets-basics.md): 20 pytań, Junior
- [Google Sheets - Zaawansowane formuły](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/google-sheets-advanced.md): 20 pytań, Junior
- [SQL - Podstawy](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/sql-basics.md): 25 pytań, Junior
- [SQL - Agregacje i grupowanie](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/sql-aggregations.md): 20 pytań, Junior
- [SQL - Złączenia](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/sql-joins.md): 20 pytań, Junior
- [BigQuery - Podstawy](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/bigquery-fundamentals.md): 20 pytań, Junior
- [Data Cleaning - Czyszczenie danych](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/data-cleaning.md): 20 pytań, Junior
- [KPI i metryki biznesowe](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/kpis-metrics.md): 20 pytań, Junior
- [Statystyka opisowa](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/descriptive-statistics.md): 20 pytań, Junior
- [Zapier i automatyzacja No-Code](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/zapier-automation.md): 20 pytań, Junior
- [Zasady wizualizacji danych](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/data-viz-principles.md): 20 pytań, Junior
- [Python & Pandas - Podstawy](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/python-pandas-basics.md): 20 pytań, Junior
- [Google Sheets - Automatyczne dashboardy](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/google-sheets-dashboards.md): 20 pytań, Mid-Level
- [SQL - Podzapytania i CTE](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/sql-subqueries-ctes.md): 20 pytań, Mid-Level
- [SQL - Window Functions](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/sql-window-functions.md): 20 pytań, Mid-Level
- [BigQuery - Funkcje zaawansowane](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/bigquery-advanced.md): 20 pytań, Mid-Level
- [Data Modeling](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/data-modeling.md): 20 pytań, Mid-Level
- [Analiza funneli i konwersji](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/funnel-analysis.md): 20 pytań, Mid-Level
- [Analiza kohort i retencji](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/cohort-retention.md): 20 pytań, Mid-Level
- [Google Tag Manager i tracking](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/gtm-tracking.md): 20 pytań, Mid-Level
- [API i webhooki](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/apis-webhooks.md): 20 pytań, Mid-Level
- [dbt - Podstawy](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/dbt-fundamentals.md): 20 pytań, Mid-Level
- [Looker Studio (Google Data Studio)](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/looker-studio.md): 20 pytań, Mid-Level
- [Power BI - Podstawy](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/power-bi-fundamentals.md): 20 pytań, Mid-Level
- [SQL - Zaawansowane zapytania analityczne](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/sql-advanced-analytics.md): 20 pytań, Senior
- [dbt - Funkcje zaawansowane](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/dbt-advanced.md): 20 pytań, Senior
- [Power BI - DAX i zaawansowane dashboardy](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/power-bi-dax.md): 20 pytań, Senior
- [Python Analytics - Zaawansowana analiza i ML](https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/python-analytics-advanced.md): 20 pytań, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/pl/technologies/data-analytics/pytania-rekrutacyjne/ab-testing