Free Tool
A/B Test Statistical Significance
Calculator
Deseja realizar um teste A/B online? Calcule sua significância com a nossa calculadora orientada por bayesianos criada para experimentação, CRO e otimização de UX.
P-Value
(Range from 0-1)0.334
Significance
No
Peek inside Wingify's testing brain
Get a DemoAutomatize a significância e crie testes confiáveis
Explore parâmetros estatísticos avançados como ROPE, MDR e FPR
Aprofunde-se em Sequential Testing, Correção de Bonferroni e Fixed Horizon Tests
O que é significância estatística?
Significância estatística é a quantificação da probabilidade de um resultado obtido ser devido ao acaso ou a algum fator de interesse. Você pode utilizar uma calculadora de significância para avaliar e interpretar seus resultados com confiança. A abordagem orientada por dados permite que você tome decisões informadas para otimização e, por fim, alcance os resultados desejados.
Different approaches to calculate statistical
significance
As duas abordagens comumente usadas são a Frequentista e a Bayesiana, que alimentam diferentes calculadoras de estatísticas de teste. Veja a seguir uma breve informação sobre cada uma delas.
Frequentista
A estatística frequentista envolve o exame da frequência dos eventos. Ela analisa a frequência com que algo acontece em uma determinada situação.
Bayesiana
Bayesian statistics is all about changing your opinion. It starts with an initial belief called the prior, which comes from domain expertise. Then, you gather evidence to support or challenge that belief. After examining the evidence, your opinion should be updated based on the new information you’ve acquired.
Como calculamos a significância estatística?
Veja como você pode calcular a significância estatística usando as abordagens frequentista e bayesiana.
Abordagem Frequentista
The Frequentist approach to statistical significance is based on the p-value. To determine the p-value using the Frequentist approach, you will need the following key pieces of information:
- A diferença média entre as duas hipóteses
- O desvio padrão da diferença entre as duas hipóteses
- O tamanho da amostra de cada hipótese
Once you have gathered this necessary data, you can easily compute the p-value using a significance testing tool or significance level calculator. If the p-value you get is 0.05, the probability of the variation is 5%.
Abordagem Bayesiana
Nessa abordagem, o cálculo da significância estatística é feito por meio da probabilidade posterior. A probabilidade posterior considera os dados disponíveis e representa a probabilidade de a hipótese A ou B ser verdadeira. A abordagem leva em conta tanto as crenças anteriores quanto as evidências observadas nos dados.
To calculate the posterior probability, Bayes' theorem is employed. Bayes' theorem is a mathematical formula that combines the prior probability of a hypothesis with the likelihood of the data to derive the updated or posterior probability.
A posterior probability of greater than 95% is considered to be strong evidence in favor of the hypothesis.
Know more about our Bayesian approach in the article series we created on Bayesian A/B testing at Wingify.
Por que usamos a estatística bayesiana?
Relatórios de Teste Intuitivos
At Wingify, we recognize that non-statistical users often misinterpret the frequentist p-value as a Bayesian posterior probability, which leads to incorrect conclusions about the superiority of one variation over another. To address this issue, we developed the industry's first Bayesian statistical engine.
Nosso mecanismo estatístico bayesiano fornece aos usuários resultados facilmente compreensíveis, eliminando o risco de cometer erros ao realizar testes A/B sobre faturamento ou outros indicadores-chave de desempenho (KPIs) cruciais. Ao adotar uma abordagem mais intuitiva, garantimos que nossos usuários obtenham insights precisos de nossa calculadora de significância estatística de teste A/B.
Com a nossa solução, você pode ter confiança na significância estatística dos seus resultados, tomando decisões informadas para otimizar seus testes, a geração de faturamento e a experiência geral do usuário. Diga adeus às interpretações errôneas e aproveite o poder da calculadora de teste A/B bayesiana para obter resultados de teste A/B confiáveis e acionáveis.
Obtenha comparações claras com a linha de base
Identifique se as variações têm desempenho superior, igual ou inferior ao da linha de base com nosso mecanismo de estatísticas avançadas. Os resultados são declarados em um limite de probabilidade de 95%. Gráficos detalhados oferecem insights claros para uma tomada de decisão eficaz.
Resultados acionáveis, mais rápido
Wingify offers two testing objectives, "Better" and "Better or Equivalent," both built on ROPE (Region of Practical Equivalence), which offers asymmetric power in tests.
O objetivo “Melhor” o ajuda a identificar rapidamente variações de baixo desempenho. Isso acelera suas avaliações e permite que você se concentre mais rapidamente na implementação de mudanças bem-sucedidas.
O objetivo “Melhor ou Equivalente” fornece resultados de experimentos mais rápidos quando você está procurando uma melhoria em relação à linha de base ou um desempenho que seja essencialmente o mesmo.
Show your shoppers what they came for.
