体系_AB测试

在日常工作学习或生活中，我们可能会做一些实验，通过对收集到的实验数据进行分析从而验证事先的假设。推断反映了这样一个意图：将从有限数据集上得到的实验结果应用于更大的过程或总体。

推断统计过程：提出假设-->设计实验-->收集数据-->推断/结论

一、什么是AB测试

所谓AB测试，是指我们会将研究对象随机分成两组，并对两组实施不同的处理，比如不同的价格，不同的展示页面等等，从而确定不同处理方案中最优的一个。在两组实验中，一般会有一组是按现有处理方案或者不处理，称为对照组/控制组；而另外一组是新的处理方案，称为实验组。

AB测试的例子：

（1）测试两种土壤处理，以确定哪种土壤更适合育种。

（2）测试两种疗法，以确定哪种疗法对于抑制癌症更有效

（3）测试两个web标题，以确定哪个会带来更多点击量

（4）测试两条网络广告，以确定哪条广告能转化为更多的购买

（5）测试某事件触发时，投放与不投放对营销转化的影响

......

1. 为什么需要对照组/控制组，是为了确保，除了处理不同，其他条件都一样，以确保实验结果的差异是由于不同处理导致的；如果是采用前后对比，那么除了处理，可能还有其他一些因素存在差异，就无法排除其他因素的干扰。

2.单盲研究/双盲研究：

（1）单盲实验：实验者知道哪些对象做了哪些处理；而被实验对象不知道自己做的哪种处理

   (2) 双盲实验：实验者和被实验对象都不知道哪个对象做了哪些处理。

二、为什么要做AB实验

三、AB实验的本质与原理

AB实验的本质是假设检验。

四、AB测试步骤

1.确认实验目的：明确实验想验证的内容

2.确定衡量指标：明确实验效果的衡量指标

3.实验方案设计：

（1）样本量确定

（2）实验周期

（3）确定分流方式

（4）数据收集与分析方式

（4）执行实验并收集数据

（5）进行假设检验，得出结论

    a.提出假设：原假设和备择假设

    b.确定统计量

    c.确定拒绝域

    d.计算统计量的p值

    e.做出拒绝或者接受假设

五、AB实验实践

注：在卡中心工作期间，平时做所谓的AB实验，不是很规范，最多只是做到随机分组，但缺乏样本量估算、实验周期、实验结果的差异显著性检验等步骤。因此常常是“看上去像是有差异，但实际上到底是否有显著性差异”呢？就很迷茫了。

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！