Hivemind 是 的内部实验平台,供产品和营销团队配置、执行和分析受控实验。 Hivemind 团队根据其用例构建了一个Python 样本大小计算器,以处理各种实验指标类型和多个测试场景。 该计算器有何独特之处? 大多数在线计算器在计算布尔指标的样本量时就足够了。 有些支持数字指标。但 Hivemind 计算器的独特之处在于,除了布尔和数字指标之外,它还支持比率指标。
此外,当存在多重比较且其FDR通过BenjaminiHochberg程序调整时,它可以计算所需的样本量。 支持不同类型的指 玻利维亚电话号码列表标 在线样本量计算器通常仅支持布尔或数字指标,例如转化率和每用户收入。详尽的搜索没有找到支持比率指标样本量计算的计算器。例如,要计算点击率的样本量,必须考虑点击次数和展示次数之间的相关性,因为比率度量的方差是分子均值和方差、分母均值以及方差及其协方差的函数。
您还需要确保根据其分布应用可靠的估计和推断。 我们的计算器应用增量方法来估计比率指标的方差,使其符合样本量计算的条件。 每种类型的指标都有相应的功效分析实例和 p 值生成器(仅在多重测试中使用)作为其方法,因此无需指定统计假设检验。 支持多重比较。典型的样本量计算器假设实验中只有一种决策指标、一种治疗方法和一种控制变量。
|