营销中的力量分析：实践介绍

显示代码库(tibble)库(ggplot2)库(dplyr)库(tidyr)库(latex2exp)库(scales)库(knitr)

显示代码

库(tibble)库(ggplot2)库(dplyr)库(tidyr)库(latex2exp)库(scales)库(knitr)

在过去几年的营销衡量工作中，我注意到功效分析是人们最不了解的测试和衡量主题之一。有时它会被误解，有时尽管它在测试设计中发挥着基础作用，但它却没有得到任何应用。本文和接下来的系列文章是我为缓解这一问题所做的尝试。

功耗分析

在本节中，我将介绍：

什么是统计功效？我们如何计算它？什么会影响功效？

什么是统计功效？

我们如何计算它？

什么可以影响权力？

功耗分析是一个统计主题，因此，将会有数学和统计（疯狂吧？），但我会尽可能将这些技术细节与现实世界的问题或基本直觉联系起来。

话不多说，让我们开始吧。

测试中的错误类型：I 类与 II 类

在测试中，有两种错误：

类型 I：技术定义：当原假设为真时，我们错误地拒绝原假设 外行定义：我们说有效果，而实际上没有效果示例：A/B 测试新创意并得出结论，它比旧设计表现更好，而实际上，两种设计的性能相同 类型 II：技术定义：当原假设为假时，我们无法拒绝原假设 外行定义：当确实没有效果时，我们说没有效果确实是示例：对新创意进行 A/B 测试并得出结论，它的性能与旧设计相同，而实际上，新设计的性能更好

I 型

技术定义：当原假设为真时，我们错误地拒绝原假设

外行人的定义：我们说有效果，但实际上没有效果

类型 II

外行的定义：当确实有效果时，我们说没有效果

概念 α β _{一个 b}