---
title: Статистические понятия
seo:
  title: Статистические понятия — Data Analyst
  description: Тема «Статистические понятия» для собеседования Data Analyst. Что такое нулевая гипотеза? Что такое альтернативная гипотеза? Что такое p-value?
---

[Все темы Data Analyst](/data-analyst)

## <strong>Что такое нулевая гипотеза? Что такое альтернативная гипотеза?</strong> [#q-14bee738d69b812aba7cfd016215d3a1]

В контексте A/B тестирования&#58;

1. <strong>Нулевая гипотеза (H₀)&#58;</strong> Это предположение о том, что
   никаких статистически значимых различий между контрольной (обычной) и
   тестовой (измененной) группами не существует. То есть любые обнаруженные
   различия могут быть случайными.

1. <strong>Альтернативная гипотеза (H₁ или Hₐ)&#58;</strong> Это предположение о
   том, что существуют статистически значимые различия между контрольной и
   тестовой группами. Иными словами, изменение, внесенное в тестовую группу,
   действительно влияет на исследуемую метрику или поведение пользователей.

Нулевая и альтернативная гипотезы являются ключевыми элементами статистического анализа результатов A/B тестирования.

:::note[Ссылки для изучения]

1. [Полный гайд по A/B тестам](https://www.reg.ru/blog/polnyj-gajd-po-b-testam/)
   :::

---

## <strong>Что такое</strong> <code>p&#45;value</code><strong>?</strong> [#q-14bee738d69b81dbb077e14a0d6a2d4f]

p-value представляет вероятность не менее экстремального результата статистики при верной нулевой гипотезе и выполненных предположениях теста. Его сравнивают с заранее выбранным уровнем значимости α; эти понятия различаются.

Если <code>p&#45;value</code> очень маленькое (обычно меньше заданного уровня значимости, например, 0.05), то это означает, что у нас есть достаточно доказательств для отклонения нулевой гипотезы в пользу альтернативной. В этом случае мы говорим, что результаты статистически значимы. Если же <code>p&#45;value</code> большое, то мы не можем отклонить нулевую гипотезу, и результаты не считаются статистически значимыми.

:::note[Ссылки для изучения]

1. [Полный гайд по A/B тестам](https://www.reg.ru/blog/polnyj-gajd-po-b-testam/)
   :::

---

## <strong>Что такое мощность? Почему важно учитывать мощность при анализе эксперимента?</strong> [#q-14bee738d69b8194b1fbd08bf474fc9e]

Мощность (<code>power</code>) в статистике — это вероятность обнаружить статистически значимое различие, если оно существует в действительности. Чем выше мощность эксперимента, тем меньше вероятность ошибки II рода (не обнаружения реального эффекта).

Важно учитывать мощность при анализе эксперимента, потому что&#58;

1. <strong>Обеспечение достоверности результатов&#58;</strong> Высокая мощность
   позволяет достоверно обнаруживать реальные различия между группами. Это важно
   для принятия информированных решений на основе данных эксперимента.

1. <strong>Оптимизация размера выборки&#58;</strong> Знание мощности помогает
   оптимизировать размер выборки таким образом, чтобы эксперимент был достаточно
   чувствителен к обнаружению эффектов, которые вы хотите изучить.

1. <strong>Эффективное планирование и проведение исследования&#58;</strong> Учет
   мощности помогает на ранних стадиях исследования правильно оценить требуемые
   ресурсы, временные рамки и ожидаемые результаты эксперимента.

Таким образом, мощность является важным статистическим показателем, который помогает обеспечить надежность и репрезентативность результатов статистических исследований и экспериментов.

:::note[Ссылки для изучения]

1. [Полный гайд по A/B тестам](https://www.reg.ru/blog/polnyj-gajd-po-b-testam/)
   :::

---

## <strong>Что такое статистическая значимость?</strong> [#q-14bee738d69b810eb5c1ec8a3e614fba]

Результат статистически значим на уровне α, если выбранный тест отвергает нулевую гипотезу по заранее заданному правилу, обычно p-value ≤ α. Это не вероятность того, что эффект реален, и не оценка его практической важности.

:::note[Ссылки для изучения]

1. [Полный гайд по A/B тестам](https://www.reg.ru/blog/polnyj-gajd-po-b-testam/)
   :::