Mann-Whitney U Test
اختبار غير معلمي يُستخدم لمقارنة عينتين مستقلتين لتحديد ما إذا كانتا تنتميان إلى نفس التوزيع.
اختبار إحصائي غير معلمي يُستخدم لمقارنة عينتين مستقلتين، بهدف تحديد ما إذا كانتا تنتميان إلى نفس التوزيع. وخلافًا للاختبارات المعلمية (مثل اختبار t لـ Student)، فإنه لا يفترض أي توزيع طبيعي للبيانات، مما يجعله مفيدًا بشكل خاص في السياقات التي تكون فيها البيانات غير متماثلة، أو مشوشة، أو متأثرة بقيم متطرفة.
التطبيق في CRO / A/B testing:
في إطار Conversion Rate Optimization، يُعد هذا الاختبار مثاليًا لتحليل المقاييس غير الثنائية (مثل: متوسط قيمة الطلب (AOV)، الإيراد لكل جلسة، الوقت المُستغرق على الصفحة) عندما:
- يكون التوزيع منحرفًا بشدة،
- تكون القيم المتطرفة متكررة (مثل: سلال تسوق كبيرة جدًا)،
- أو تكون التباينات غير متساوية بين المجموعات.
مثال:
يهدف اختبار A/B إلى مقارنة متوسط قيمة سلة التسوق بين نسختين. تُظهر البيانات توزيعًا غير متماثل بشدة مع وجود بعض السلال الكبيرة جدًا التي تُشوّه المتوسط.
➡️ بدلًا من استخدام اختبار t، يسمح اختبار Mann-Whitney بمقارنة الاتجاه المركزي الحقيقي (الموقع النسبي للقيم) دون التأثر بهذه القيم المتطرفة.
المزايا:
- قوي في مواجهة التوزيعات غير الطبيعية،
- أقل حساسية تجاه القيم المتطرفة،
- مناسب للمقاييس المستمرة أو المرتبة التي لا يمكن تحويلها إلى معدلات.
ملاحظة:
يختبر هذا الاختبار الفروقات في التوزيع، وليس بالضرورة المتوسطات. لذا من المفيد تفسيره ضمن تحليل شامل، بالتكامل مع مقاييس وتصورات بيانية أخرى.
Autres termes : Statistiques
عرض المسرد كاملاً- نهج Frequentist (A/B test)نهج إحصائي يقدّر معاملات النموذج بالاعتماد فقط على البيانات المرصودة، دون استخدام معلومات مسبقة.Statistiques
- Bayesian (A/B test)نهج إحصائي يستخدم الاحتمالية لتمثيل عدم اليقين حول معاملات النموذج.Statistiques
- الثقة الإحصائيةمستوى اليقين الذي نملكه في نتائج اختبار إحصائي.Statistiques
- النتائج السلبية الخاطئةنتائج تفشل في اكتشاف تأثير موجود فعليًا.Statistiques
- نتائج إيجابية كاذبةنتائج تشير خطأً إلى وجود تأثير بينما هو غير موجود فعليًا.Statistiques
- MDE (Minimum Detectable Effect)أصغر فرق يمكن، إن وُجد، اكتشافه بشكل موثوق في اختبار إحصائي.Statistiques




