درباره این ابزار
ماشینحساب معناداری آزمون A/B ابزاری رایگان و درونمرورگری است که به شما میگوید آیا تفاوت بین دو نرخ تبدیل از نظر آماری معنادار است یا صرفاً نویز. بازدیدکنندگان و تبدیلهای هر گونه را وارد کنید و یک آزمون z دو-نسبتی را بهصورت محلی اجرا میکند — هیچ دادهای از مرورگر شما خارج نمیشود.
نرخهای تبدیل برابرند با pA = cA ÷ nA و pB = cB ÷ nB، و افزایش نسبی برابر است با (pB − pA) ÷ pA × 100. آزمون دو گروه را ادغام میکند، p = (cA + cB) ÷ (nA + nB)، خطای استاندارد SE = √(p(1−p)(1/nA + 1/nB)) و امتیاز z یعنی z = (pB − pA) ÷ SE را محاسبه میکند. مقدار p دو-دنباله برابر است با 2 × (1 − Φ(|z|))، که در آن Φ تابع توزیع تجمعی نرمال ساختهشده از یک تقریب تابع خطا (Abramowitz-Stegun 7.1.26) است؛ اطمینان برابر است با (1 − p-value) × 100.
از آن پس از یک آزمون تقسیم برای تصمیمگیری اینکه آیا گونهٔ B واقعاً از A بهتر عمل کرده استفاده کنید. کاشی حکم یک نتیجه را در اطمینان ۹۵٪ یا بالاتر معنادار علامت میزند. بهیاد داشته باشید که معناداری با یک اثر بزرگ یا پایدار یکسان نیست — همیشه افزایش و اندازهٔ نمونه را نیز بسنجید.
پرسشهای پرتکرار
این از چه آزمونی استفاده میکند؟
یک آزمون z دو-نسبتی دو-دنباله با خطای استاندارد ادغامشده — روش استاندارد برای مقایسهٔ دو نرخ تبدیل. مقدار p از توزیع نرمال از طریق یک تقریب تابع خطا (فرمول Abramowitz-Stegun 7.1.26) میآید، و اطمینان برابر است با ۱۰۰٪ منهای مقدار p بهصورت درصد.
اطمینان ۹۵٪ اینجا چه معنایی دارد؟
بهاینمعناست که اگر دو گونه واقعاً یکسان عمل کنند، تنها حدود ۵٪ مواقع بهطور تصادفی تفاوتی به این بزرگی یا بزرگتر میبینید. حکم در اطمینان ۹۵٪ یا بالاتر «معنادار» را نشان میدهد. این اندازهٔ اثر را به شما نمیگوید — برای آن افزایش را بررسی کنید.
چرا نتیجهٔ نامعتبر میگیرم؟
تبدیلها نمیتوانند از بازدیدکنندگان بیشتر باشند، و هر دو تعداد بازدیدکننده باید بیش از صفر باشند. آزمون همچنین به مقداری واریانس نیاز دارد: اگر در هیچ گروهی کسی تبدیل نشده باشد، یا همه تبدیل شده باشند، خطای استاندارد صفر است و هیچ امتیاز z قابلساختن نیست، پس ابزار ورودی را نامعتبر گزارش میکند.
آیا معناداری برای اعلام برنده کافی است؟
نه بهتنهایی. یک تفاوت کوچک و بیاهمیت میتواند با یک نمونهٔ بزرگ معنادار باشد، درحالیکه یک اثر واقعی میتواند با یک نمونهٔ کوچک معناداری را از دست بدهد. افزایش نسبی، اعداد مطلق و اینکه آیا آزمون بهاندازهٔ کافی طول کشیده را در نظر بگیرید. همهٔ محاسبات اینجا بهصورت خصوصی در مرورگر شما اجرا میشود.
ابزارهای بیشتر