首页
›
产品经理与需求分析
›
028-产品度量体系评估
›
《AB测试样本量计算详解》
VIP20
本课程属于:028-产品度量体系评估
产品经理与需求分析 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
A/B测试样本量计算详解
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
为什么要计算样本量
统计功效 · 显著性水平 · 效应量
为什么要计算样本…
统计功效
02
核心统计概念速览
零假设与备择假设 · I类错误与II类错误 · 检验功效的定义
核心统计概念速览
零假设
03
效应量的含义与估算
Cohen's d · 相对提升率 · 绝对提升率
效应量的含义
估算
04
显著性水平α与统计功效1-β的关系
平衡风险和成本 · 常见取值0.05和0.8
显著性水平α
统计功效1
05
单尾检验与双尾检验对样本量的影响
适用场景 · 计算差异
单尾检验
双尾检验对样本量…
06
样本量计算公式总览
均值类(连续变量)与比例类(二分类变…
样本量计算公式总…
均值类
07
比例类样本量计算详解
公式推导 · 各参数含义(p1 · p2
比例类样本量计算…
公式推导
08
均值类样本量计算详解
公式推导 · 标准差估计 · 最小可检测差异
均值类样本量计算…
公式推导
09
公式中Z值的查表与计算
Z_α/2 · Z_β · 常用值速查表
公式
Z值的查表
10
手动计算样本量示例一(比例类)
从业务假设到数值代入的完整步骤
手动计算样本量示…
比例类
11
手动计算样本量示例二(均值类)
从业务假设到数值代入的完整步骤
手动计算样本量示…
均值类
12
使用在线计算器工具
常见工具(Evan Miller · Optimizely)的操作与验证
使用
线计算器工具
13
使用Python/Excel计算样本量(概念展示)
函数 · 库 · 公式的直观理解
Python/Excel
使用
14
样本量计算中的常见错误
忽略多重比较校正 · 低估标准差 · 选择错误效应量
样本量计算
常见错误
15
多重比较与Bonferroni校正对样本量的影响
校正原理 · 样本量增加的计算方法
Bonferroni
多重比较
16
分层/分桶实验的样本量调整
分层因子 · 组内相关系数 · 设计效应
分层
分桶实验的样本量…
17
非均衡分流的样本量计算
组比不为1:1时的修正公式
非均衡分流的样本…
组比不为1
18
序贯检验与样本量
固定样本量 vs 序贯设计 · 何时需要额外调整
序贯检验
样本量
19
时间维度与样本量
流量预估 · 天数换算 · 周末效应
时间维度
样本量
20
样本量与最小可检测效应(MDE)的关系
MDE越小所需样本越大
MDE
样本量
21
样本量与统计功效的关系曲线
功效随样本量变化的典型形状
样本量
统计功效的关系曲…
22
业务约束下的样本量决策
预算 · 时间 · 流量限制下的妥协策略
业务约束下的样本…
预算
23
常见A/B测试场景的样本量参考表
转化率 · 点击率 · 收入等典型值
A/B
常见
24
计算样本量前的数据探查
历史数据均值 · 方差 · 基线转化率的获取方法
计算样本量前的数…
历史数据均值
25
样本量计算与实验持续时间的关系
流量分配 · 每日独立访客 · 累计样本
样本量计算
实验持续时间的关…
26
样本量不足时的敏感度分析
能检测到的最小效应量反推
样本量不足时的敏…
能检测到的最小效…
27
样本量过剩时的浪费与误判
过度检测微小效应导致实际无意义
样本量过剩时的浪…
误判
28
验证计算结果的模拟方法(概念)
蒙特卡洛模拟思路 · 如何确认计算正确
验证计算结果的模…
概念
29
案例分析一
电商详情页改版——从业务目标到样本量…
案例分析一
电商详情页改版
30
案例分析二
营销活动文案测试——处理多组对比与多…
案例分析二
营销活动文案测试
所属VIP或分类
同VIP:AB测试显著性检验详解
同VIP:Product-Analytics指标口径治理实战
同VIP:RICE需求优先级评估与落地决策