GUIDE深度 · Deep dive

数据分析 A/B 测试:假设、样本和显著性

A/B 先定假设/主指标/样本量;看置信区间/实际显著,不偷看/不反复 peeking。

更新 2026-11-01 · 公式可核验

先看结论

假设/主指标。

样本量。

置信区间。

执行步骤

先明确本主题的关键判断:假设/主指标。

按清单推进:样本量。

交付前核对:置信区间。

最后检查,避免:样本不足。

常见错误

样本不足。

多指标乱测。

偷看结果。

检查清单

问题/指标口径是否清楚?

数据是否校验/可复现?

图表/结论是否准确?

隐私/权限/合规是否OK?

常见问题

数据分析最重要的是什么?

把业务问题变成可验证的指标/假设,并给出可执行结论;工具只是手段。

SQL 要学到什么程度?

JOIN/聚合/窗口/子查询/优化;能独立取数并解释口径。

数据来源

更多指南

数据分析入门:问题、指标、数据和结论阅读指南数据分析问题:把“看看”变成可回答的问题阅读指南数据分析指标:口径、分母和对比阅读指南数据分析 SQL:SELECT、JOIN、窗口和优化阅读指南
KEEP READING

继续读

按顺序读,或跳到同主题的其他指南。

全部指南 →