卡方獨立性檢定

R 中的 A/B 測試

Lauryn Burleigh

Data Scientist

次數表

  • 名目變數是否相關
    • 是否會再吃該披薩配料
  • 次數表：每種條件共同出現的次數
    • 單一配料：變數 1
    • 會再吃：變數 2
table(Pizza$Topping, Pizza$EatAgain)

             Maybe  No Yes
  Cheese       207  90 703
  Pepperoni    147 101 752
R 中的 A/B 測試

假設

  • 虛無假設：配料與是否想再吃無關
  • 對立假設：配料與是否想再吃有關

 

無法推論因果

披薩切片的照片。

R 中的 A/B 測試

樣本數

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：
    • 小：0.10
    • 中：0.30
    • 大：0.50
  • 自由度：
    • （變數1的條件數 - 1）×（變數2的條件數 - 1）
    • （2-1）×（3-1）= 2

 

每個變數組合的期望值至少為 5

R 中的 A/B 測試

卡方檢定

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

 

大型樣本：超過 1000

R 中的 A/B 測試

效果量

  • 效果量：w
  • 機率表
probtbl <- freqtbl/sum(freqtbl) 

library(pwr)
ES.w2(probtbl)
  • 小：0.10
  • 中：0.30
  • 大：0.50
[1] 0.07890872
R 中的 A/B 測試

檢定力

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
R 中的 A/B 測試

一起來練習吧！

R 中的 A/B 測試

Preparing Video For Download...