统计功效及最小样本量是假设检验的 进阶知识点
也是AB实验中非常常用的两个基本概念
因此,是各大厂面试官考察应聘者对假设检验的 真实 掌握情况
考点举例:
▶ 第一类错误的定义?
▶ 统计功效的定义,以及应用场景?
▶ 统计功效较低的影响是什么?
▶ 最小样本量计算公式是什么?
▶ 计算最小样本量的业务指导意义?
以下文章涉及相关推导,有些同学可能看着吃力些
不要担心
只要了解 假设检验 | 统计功效 | 最小样本量的 定义 、公式结果 及 应用场景 即可应对大部分的笔面试题!
一、假设检验
假设检验作为AB实验最基础的知识点。
我们必须熟记第一类错误和第二类错误的定义,以及检验统计量相关的前提条件。
原假设 | 备择假设
-
原假设,用H0表示,通常将不应轻易加以否定的假设作为原假设。
-
备择假设,用H1表示,当H0被拒绝时而接收的假设。
第一/二类错误
-
H0为真但由于随机性