Biorąc pod uwagę wyniki dla prostego testu A/B ...wielkość próbki A/B testu Fishera znaczenia
A B
clicked 8 60
ignored 192 1940
(czyli stopa rozmowa o 4% i B 3%)
... test Fishera w R słusznie mówi, że nie ma istotnej różnicy
> fisher.test(data.frame(A=c(8,192), B=c(60,1940)))
...
p-value = 0.3933
...
Ale co funkcja jest dostępna w R mi powiedzieć, ile trzeba zwiększyć swoją liczebność próby, aby dostać się do wartości p powiedzmy 0.05?
Mogę tylko zwiększyć wartości A (proporcjonalnie), dopóki nie dojdę do tego, ale musi być lepszy sposób? Być może pwr.2p2n.test [1] jest w jakiś sposób użyteczny?
[1] http://rss.acs.unt.edu/Rdoc/library/pwr/html/pwr.2p2n.test.html
Czy stosuje się dokładny test Fisher'a? – robertevansanders
Nie, nie wierzę w to. Test Fishera ocenia próbki danych i generuje wartość p. Ten test mocy ocenia wyniki (istniejące i pożądane) w celu uzyskania wielkości próby. – Lenwood