MDE (Minimum Detectable Effect)
Der kleinste Unterschied, der – sofern vorhanden – in einem statistischen Test zuverlässig erkannt werden kann.
Der kleinste Leistungsunterschied zwischen zwei Varianten (z. B. Konversionsrate, Umsatz pro Besucher), den ein statistischer Test zuverlässig erkennen kann, unter Berücksichtigung der Stichprobengröße, des Konfidenzniveaus und der statistischen Power. Im Rahmen von CRO und A/B testing legt der MDE die minimale Veränderungsgröße fest, die der Test als statistisch signifikant identifizieren kann.
Ein zu hoher MDE kann dazu führen, dass reale, aber geringe Gewinne verborgen bleiben, während ein zu niedriger MDE hohe Traffic-Volumen erfordert, um mit Sicherheit erkannt zu werden. Er stellt daher einen wesentlichen Parameter dar, der je nach geschäftlichen Zielen, verfügbarem Traffic-Volumen und Testzielen angepasst werden muss. Richtig kalibriert, ermöglicht er es, Tests nach ihrem potenziellen Einfluss zu priorisieren und Entscheidungen auf Basis zufälliger Schwankungen zu vermeiden.
Autres termes : Statistiques
Gesamtes Glossar ansehen- Frequentist-Ansatz (A/B-Test)Ein statistischer Ansatz, der die Parameter des Modells ausschließlich auf Basis der beobachteten Daten schätzt, ohne Vorabinformationen zu verwenden.Statistiques
- Bayesian (A/B test)Ein statistischer Ansatz, der Wahrscheinlichkeit nutzt, um die Unsicherheit über Modellparameter darzustellen.Statistiques
- Statistische KonfidenzGrad der Sicherheit, den man bei den Ergebnissen eines statistischen Tests hat.Statistiques
- Falsch-NegativeErgebnisse, die einen tatsächlich vorhandenen Effekt nicht erkennen.Statistiques
- Falsch-positive ErgebnisseErgebnisse, die fälschlicherweise anzeigen, dass ein Effekt vorhanden ist, obwohl dies nicht der Fall ist.Statistiques
- Mann-Whitney U TestEin nicht-parametrischer Test, der verwendet wird, um zwei unabhängige Stichproben zu vergleichen und festzustellen, ob sie aus derselben Verteilung stammen.Statistiques