single
Challenge: Error Type Identification
Свайпніть щоб показати меню
Під час проведення A/B-тесту мета полягає у визначенні, чи дійсно новий варіант (B) відрізняється від контрольного (A) на основі зібраних даних. Однак висновок може бути помилковим з двох основних причин: можна виявити різницю, якої насправді немає (помилка I типу, або "хибнопозитивний результат"), або не помітити справжню різницю (помилка II типу, або "хибнонегативний результат"). Щоб визначити, яка саме помилка — якщо вона сталася — відбулася, необхідно порівняти реальний стан речей (чи існує справжній ефект) з результатом статистичного тесту (чи було оголошено про значущий ефект).
Якщо тест показує значущий результат, коли насправді ефекту немає, це помилка I типу. Якщо тест не виявляє значущого результату, коли справжній ефект існує, це помилка II типу. Якщо висновок відповідає реальності (або правильно виявлено справжній ефект, або правильно встановлено його відсутність), це правильне рішення. Розуміння цих сценаріїв є важливим для інтерпретації практичних наслідків тестів і для прийняття обґрунтованих бізнес-рішень на основі отриманих результатів.
Проведіть, щоб почати кодувати
Враховуючи справжній вплив варіанту (true_effect) та спостережуваний результат вашого статистичного тесту (observed_significance), класифікуйте результат як правильне рішення, помилку першого типу або помилку другого типу.
- Поверніть
"Correct Decision", якщо спостережувана значущість відповідає справжньому ефекту. - Поверніть
"Type I Error", якщо спостерігається значущий результат за відсутності справжнього ефекту. - Поверніть
"Type II Error", якщо не спостерігається значущого результату за наявності справжнього ефекту.
Рішення
Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантівДякуємо за ваш відгук!
single
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
