英語からAIを使用して翻訳されました
この文章はAI技術を使用して翻訳されたことにご注意ください。正確性を維持するよう努めていますが、一部の詳細が元のテキストを完全に反映していない場合があります。情報に不明な点がある場合は、英語版を参照してください。
時間: 10分。
ABテストは、古典的な統計的仮説検定の一例であり、特定の仮説が真である確率を決定するために統計を使用することを指します。問題を定義し、解決策を提案し、成果を予測します。
仮説の設定
帰無仮説は、処置と対照の間に実際の違いがない場合に真であると仮定されるものを指し、観察された違いは単なるノイズであるとされます。
対立仮説は、帰無仮説に対してテストされるものであり、基本的には真であると信じる仮説です。対立仮説は、あなたのABテストが真であることを証明することを望むものです。
仮説を持つことで、特定された問題と特定された解決策を一致させ、望ましい成果を定めています。
- 特定された問題: あなたのプロダクトページのカートに追加率は11%です。以前の調査（例：ユーザー調査、ヒューリスティック評価）を行った結果、特定した問題は、ページにプロダクトレビューがないことです。
- 提案された解決策: プロダクトページにレビューを追加することで、社会的証明、信頼、製品への自信が高まり、ユーザーが項目をカートに追加する数が増えます。これは、カートに追加のCTAを見て確認できます。
帰無仮説は次のようになります: レビューを追加することでカートに追加率が11%に等しくなる
対立仮説は: レビューを追加することでカートに追加率が11%を超える
テスト仮説を設定した後は、仮説が検証可能かどうかを判断するためのテスト統計量を選択する時です。
テスト統計量の選択
これは、仮説を棄却または検証するために使用される方法と値です。二標本T検定は、処置と対照の間に実際の違いがあるかどうかを判断するための最も一般的な統計的有意性テストです。
基本的には、二標本t検定は、処置と対照の2つのサンプルの平均の差の大きさを分散に対して見ます。分散は、データセットの広がりの度合いを示します。
差の有意性は、p値で表され、処置と対照の間に本当に違いがない場合に、この程度の差が観察される確率を示します。 p値が低いほど、処置と対照の間に実際の違いがあるという証拠が強くなります。慣例として、p値が'0.05'未満の差は「統計的に有意」と見なされます。
さらに進む
Contentsquareでの設定方法と実行方法を学びましょう。