시나리오 1: 상당한 개선
대조군 노출수: 10,000; 대조군 전환수: 500; 테스트군 노출수: 10,000; 테스트군 전환수: 600
테스트군 전환율: 6 %; 대조군 전환율: 5 %; 전환율 차이: 1 %
A/B 테스트 결과에 대한 통계적 유의성 및 기타 주요 지표를 계산합니다.
입력값을 차분히 확인한 뒤 하나의 시나리오에만 의존하지 말고 결과를 비교하세요.
대조군 노출수, 대조군 전환수, 테스트군 노출수, 테스트군 전환수 → 테스트군 전환율, 대조군 전환율, 전환율 차이
자신의 값을 넣기 전에 이 예시로 계산기 동작을 확인하세요.
대조군 노출수: 10,000; 대조군 전환수: 500; 테스트군 노출수: 10,000; 테스트군 전환수: 600
테스트군 전환율: 6 %; 대조군 전환율: 5 %; 전환율 차이: 1 %
대조군 노출수: 10,000; 대조군 전환수: 500; 테스트군 노출수: 10,000; 테스트군 전환수: 520
테스트군 전환율: 5.2 %; 대조군 전환율: 5 %; 전환율 차이: 0.2 %
대조군 노출수: 10,000; 대조군 전환수: 500; 테스트군 노출수: 10,000; 테스트군 전환수: 500
테스트군 전환율: 5 %; 대조군 전환율: 5 %; 전환율 차이: 0 %
대수학, 기하학, 삼각법, 확률, 통계, 평균, Z점수, 검정, 그래프화 작업용 계산기를 사용하세요.
이 링크들은 사용자를 다시 검색으로 보내지 않고도 다음으로 궁금할 질문에 답하도록 선택되었습니다.
개별 데이터 값을 유지하면서 분포 모양을 시각화하기 위해 숫자 데이터를 구성하는 데 도움이 됩니다.
평균을 비교하고 통계적 유의성을 결정하기 위해 t-검정(단일 표본, 두 표본 또는 쌍체)을 수행합니다.
두 모집단의 분산을 비교하기 위해 F-검정을 수행합니다.
특정 신뢰 수준으로 모집단 매개변수(예: 평균, 비율)가 속할 가능성이 있는 범위를 계산합니다.