Falsos Negativos
Resultados que no logran detectar un efecto que realmente está presente.
Resultado de una prueba estadística que no logra detectar un efecto real, concluyendo erróneamente que no hay una diferencia significativa entre dos variantes, cuando en realidad sí la hay. En el contexto del CRO y del A/B testing, un falso negativo puede llevar a rechazar una variación que en realidad es efectiva, simplemente porque el test carecía de potencia (p. ej.: muestra demasiado pequeña, duración insuficiente, MDE demasiado bajo).
Los falsos negativos suelen contraponerse a los falsos positivos, que indican erróneamente que un efecto es significativo cuando en realidad no lo es. El equilibrio entre estos dos errores depende de los parámetros estadísticos elegidos (nivel de confianza, potencia), y debe calibrarse cuidadosamente para evitar decisiones erróneas en las pruebas de optimización.
Autres termes : Statistiques
Ver todo el glosario- Enfoque Frequentist (A/B test)Un enfoque estadístico que estima los parámetros del modelo basándose únicamente en los datos observados, sin utilizar información previa.Statistiques
- Bayesiano (A/B test)Un enfoque estadístico que utiliza la probabilidad para representar la incertidumbre sobre los parámetros del modelo.Statistiques
- Confianza estadísticaNivel de certeza que se tiene en los resultados de un test estadístico.Statistiques
- Falsos PositivosResultados que indican erróneamente que un efecto está presente cuando no lo está.Statistiques
- Mann-Whitney U TestUna prueba no paramétrica utilizada para comparar dos muestras independientes con el fin de determinar si provienen de la misma distribución.Statistiques
- MDE (Minimum Detectable Effect)La diferencia más pequeña que, si existe, puede detectarse de manera fiable en una prueba estadística.Statistiques