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。
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。