安装命令
npx skills add https://github.com/phuryn/pm-skills --skill ab-test-analysis🇨🇳中文介绍
A/B 测试分析
以严谨的统计学方法评估 A/B 测试结果，并将发现转化为清晰的产品决策。
背景
您正在分析 $ARGUMENTS 的 A/B 测试结果。
如果用户提供了数据文件（CSV、Excel 或分析导出文件），请直接读取并分析它们。需要时生成用于统计计算的 Python 脚本。
操作指南
-
理解实验 ：
- 假设是什么？
- 改变了什么（变体）？
- 主要指标是什么？是否有护栏指标？
- 测试运行了多长时间？
- 流量分配比例是多少？
-
验证测试设置 ：
- 样本量 ：样本量是否足以检测预期的效应大小？
- 使用公式：n = (Z²α/2 × 2 × p × (1-p)) / MDE²
- 如果测试功效不足（<80%），请标记
- 持续时间 ：测试是否至少运行了 1-2 个完整的业务周期？
- 随机化 ：是否有样本比例不匹配（SRM）的证据？
- 新奇/首要效应 ：是否有足够的时间来消除初始行为变化的影响？
- 样本量 ：样本量是否足以检测预期的效应大小？
-
计算统计显著性 ：
- 对照组和变体组的转化率
- 相对提升 ：(变体 - 对照组) / 对照组 × 100
- p 值 ：使用双尾 z 检验或卡方检验
- 置信区间 ：差异的 95% 置信区间
- ：p 值是否 < 0.05？
广告位招租
在这里展示您的产品或服务
触达数万 AI 开发者，精准高效
