Вчера на вебинаре мы обсудили, какие ошибки поджидают при проведении A/B тестов или статистических исследований в отсутствие понимания, какой размер эффекта вы хотите обнаружить и какой размер

МЕНЮ


Главная страница
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Вчера на вебинаре мы обсудили, какие ошибки поджидают при проведении A/B тестов или статистических исследований в отсутствие понимания, какой размер эффекта вы хотите обнаружить и какой размер выборки для этого потребуется.

Что теперь? Собрали список важных дел, которые стоит сделать после открытой лекции:

Поэкспериментировать с симуляцией A/B теста и проблемой подглядывания в Jupyter Notebook: https://vk.cc/c0ZILE

Поиграть с калькулятором для размера выборки: evanmiller.org/ab-testing/sample-size.html

Посмотреть, как исследования без чёткого плана могут приводить к неверным интерпретациям на примере большой научной работы, проведённой в Дании и показавшей, что маски не очень-то и защищают от коронавируса: https://vk.cc/c0ZJfV

Прочесть комментарий Data Scientist'а Алексея Чернобровова, чтобы понять, что с ним [исследованием] не так: facebook.com/chernobrovov/posts/1276131569435778

Пересмотреть, конечно же, запись вебинара: https://youtu.be/jnFVmtaeSA0


Источник: www.youtube.com

Комментарии: