綠色排版工具|熱門專題|網站地圖|移動官網
您的當前位置:網站首頁 > 網站分析 > AB測試 > 正文

「A/B測試算法大揭秘」如何分析試驗數據

來源:吆喝科技 編輯:吆喝科技 時間:2018-01-16 23:05:50 閱讀:

          A/B測試的實質是對照試驗,即通過對幾個不同的版本進行對比,從而選出最優版本。在這個過程中,需要分析處理在試驗中收集到的數據,并應用統計學上的方法對數據進行驗證,看它是否符合我們最初的設計目標,或分析它的結果效應如何。這一章我們就將跟大家談談這種方法——假設檢驗。

假設檢驗的定義

      假設檢驗是先對總體的參數提出某種假設(比如說轉化率的平均值),然后利用樣本數據判斷假設是否成立的過程。在邏輯上,假設檢驗采用了反證法,即先提出假設,再通過適當的統計學方法來計算這個假設可能性的大小。

       由于統計得出的結果來自于隨機樣本的數據,結論不可能為絕對的,所以我們只能根據概率上的一些依據進行相關的判斷。這里依據的是小概率思想(即顯著性水平 p<0.05的小概率事件在一次試驗中基本上不會發生),也就是說當原假設的可能性小于認定的某一標準的話,則拒絕原假設(認為這個假設是不成立的),反之則接受原假設。   具體到A/B測試里的假設檢驗,就是指假設試驗版本的總體參數(優化指標均值)等于對照版本的總體參數,然后利用這兩個版本的樣本數據來判斷這個假設是否成立。   如果樣本數據拒絕原假設,我們說檢驗的結果是顯著的;反之,我們則說結果是不顯著的。一項檢驗在統計上是“顯著的”,意思是指這樣的樣本數據不是偶然得到的,即不是抽樣的隨機波動造成的,而是由內在的影響因素導致的。   假設檢驗的基本概念

     為了更好地理解假設檢驗,我們在下面列出了一些與之有關的基本概念。

    • 統計假設:是對總體參數(包括總體均值μ等)的具體數值所作的陳述。

    • 原假設:是試驗者想收集證據予以反對的假設,又稱“零假設”,記為H0;對比試驗中的原假設就是試驗版本的總體均值等于對照版本的總體均值。

    • 備擇假設:也稱“研究假設”,是試驗者想收集證據予以支持的假設,記為H1;對比試驗中的備擇假設就是試驗版本的總體均值不等于對照版本的總體均值。

     • 雙側檢驗與單側檢驗:如果備擇假設沒有特定的方向性,并含有符號“=?”,這樣的稱為雙側檢驗。如果備擇假設具有特定的方向性,并含有符號“>”或“

熱門閱讀推薦:

圖文精選:

推薦文章

Copyright?2012-2019 小螞蟻信息網版權所有 粵ICP備14061018號-1


鄭重聲明:本網站資源、信息來源于網絡,完全免費共享,僅供學習和研究使用,版權和著作權歸原作者所有,如有不愿意被轉載的情況,請通知我們刪除已轉載的信息。

Top 捕鱼游戏技巧大全