Data Science

T-test를 이해하기 위한 포스트 입니다. 스튜던트의 t-test두 집단의 평균이 다르다고 볼 수 있는지 알아보는 테스트‘t’라는 것은 그룹 간 평균 차이에 비례하는 변수‘x’가 방정식에서 미지수로 불리는 것과 같음두 집단 간의 차이가 크면 큰 값이 세팅되게 되어있음t는 (표본 평균 차이)/(불확실도)로 계산불확실도(불확실성)가 분모인 이유는 표본으로부터 얻는 평균값은 항상 일정하지 않고 오차를 내포하고 있기 때문 t-value그룹 간 평균 차가 클 수록 t-value는 큼t-value는 평균 차이를 불확실도로 나눈 것즉, 평균차가 클 수록 t-value는 커짐또, 불확실도가 적을 수록 t-value는 커짐  t-test의 종류독립 표본 t-test두 그룹의 들어 있는 사람들이 전혀 다른 사람들임을 전..

A/B테스트를 이해하기 위한 기초 통계 지식을 정리합니다. 기본적인 간단한 용어 설명이나 개념 설명정도의 포스트입니다. 표본크기(Sample Size)AB테스트는 통계적으로 의미있는 차이를 확인하는 테스트이기 때문에 충분한 표본 크기가 필요표본 크기는 실험의 통계적 강도에 영향Baseline Conversion Rate, Minimum Detectable Effect, Statistical Significance 를 기반으로 계산표본이 얼마나 필요하냐라는 질문은 두 방안의 결과가 몇 % 정도 차이가 날 것이라고 기대하는가와 같음표본이 많으면 많을수록 A안과 B안의 결과 차이가 작더라도 실험 결과가 통계적으로는 유의미할 수 있음표본이 작더라도 A안과 B안의 결과 차이가 크다면 마찬가지로 통계적으로 유의미 ..