运行卡方检验

[sumonasumonakha.tu1]

我需要理解的一个关键概念是置信水平（也称为测试的alpha）。95% 的置信水平是标准的，这意味着观察到的关系由随机因素引起的概率只有 5%（alpha = 0.05）。

例如：“结果具有统计学意义，置信度为 95%”表示 alpha 为 0.05，即结果出现错误的概率为 1/20。

我的研究表明，为了清晰起见，将数据组织成简单的图表是最好的开始方式。

因为我正在测试两个变体（主题行 A 和主题行 B）和两个结果（已打开、未打开），所以我可 丹麦电话号码列表 以使用2x2 图表：



这样可以轻松可视化数据并计算卡方结果。每列和每行的总数提供了总体结果的清晰概述，为您做好下一步准备：运行实际测试。

虽然HubSpot 的 A/B 测试套件等工具可以自动计算统计显著性，但了解底层过程有助于您做出更好的测试决策。让我们看看这些计算实际上是如何工作的：


将数据组织成图表后，下一步就是使用卡方公式计算统计显著性。