大数据与建模全线条就业实战班【视频代码齐全】

样本量

如果减少第一类、第二类错误，需要我们控制样本量。所以牵涉到样本量的计算。样本量的计算公式比较复杂，但是一个通俗的理解是：如果实验组大大提升了效果，那么我们需要的样本就越少，如果样本波动小，那么需要的样本量也就越少。所以样本量和实验组与控制组之间的差额（也就是预期提升）、标准差（波动）相关。

显著性校验

我们一般用p-value来判断是否显著，p-value用来度量样本所能提供的证据对原假设的支持程度。p越小，越能拒绝原假设，说明我们的实验组有效果。

p的计算步骤：

1. 计算两个样本的标准误差（使用到中心极限定理，指标的均值服从正太分布；均值和率值的计算方式稍有不同）

2. 计算z值：（两样本均值差 - D0）/ 标准误差  注：D0是原假设中的两均值之差

3. 根据z值，查表得到p-value，如果是双侧，需要乘以2.

4. 用p-value和显著性水平对比，看是否显著

标签：实战,视频,均值,实验组,样本,建模,value,计算,样本量
来源： https://blog.csdn.net/weixin_A1883029/article/details/120753892