카이제곱 독립성 검정

R로 배우는 A/B Testing

Lauryn Burleigh

Data Scientist

도수표

  • 명목형 변수 간 관계 유무
    • 토핑을 다시 먹을 의향
  • 도수표: 각 조건 조합의 빈도
    • 한 가지 토핑: 변수 1
    • 다시 먹겠다: 변수 2
table(Pizza$Topping, Pizza$EatAgain)

             Maybe  No Yes
  Cheese       207  90 703
  Pepperoni    147 101 752
R로 배우는 A/B Testing

가설

  • 귀무가설: 토핑과 다시 먹을 의향은 관련 없음
  • 대립가설: 토핑과 다시 먹을 의향은 관련 있음

 

인과는 결론낼 수 없음

피자 조각 사진.

R로 배우는 A/B Testing

표본 크기

library(pwr)
pwr.chisq.test(w = 0.1, df = 2, 
               power = 0.80, 
               sig.level = 0.05)

     Chi squared power calculation 
              w = 0.1
              N = 963.4689
             df = 2
      sig.level = 0.05
          power = 0.8
NOTE: N is the number of observations
  • w:
    • 작음: 0.10
    • 중간: 0.30
    • 큼: 0.50
  • 자유도:
    • (변수1 조건 수 - 1) * (변수2 조건 수 - 1)
    • (2-1) * (3-1) = 2

 

각 조합 기대도수 최소 5 이상

R로 배우는 A/B Testing

카이제곱 검정

freqtbl <- table(Pizza$Topping, 
                 Pizza$EatAgain) 
chisq.test(freqtbl)

    Pearson's Chi-squared test

data:  freqtbl
X-squared = 12.453, df = 2, 
p-value = 0.001976

 

대규모 표본: 1000 이상

R로 배우는 A/B Testing

효과 크기

  • 효과 크기: w
  • 확률
probtbl <- freqtbl/sum(freqtbl) 

library(pwr)
ES.w2(probtbl)
  • 작음: 0.10
  • 중간: 0.30
  • 큼: 0.50
[1] 0.07890872
R로 배우는 A/B Testing

검정력

pwr.chisq.test(w = 0.079, df = 2, 
               N = 1000, 
               sig.level = 0.002)

     Chi squared power calculation 

              w = 0.079
              N = 1000
             df = 2
      sig.level = 0.002
          power = 1

NOTE: N is the number of observations
R로 배우는 A/B Testing

Ayo berlatih!

R로 배우는 A/B Testing

Preparing Video For Download...