Falsi Negativi
Risultati che non riescono a rilevare un effetto effettivamente presente.
Risultato di un test statistico che non riesce a rilevare un effetto reale, concludendo erroneamente che non c'è una differenza significativa tra due varianti, mentre in realtà esiste. Nel contesto del CRO e dell'A/B testing, un falso negativo può portare a rifiutare una variante comunque performante, semplicemente perché il test mancava di potenza (es.: campione troppo piccolo, durata insufficiente, MDE troppo basso).
I falsi negativi sono spesso contrapposti ai falsi positivi, che invece indicano erroneamente che un effetto è significativo quando in realtà non lo è. L'equilibrio tra questi due errori dipende dai parametri statistici scelti (livello di confidenza, potenza) e deve essere accuratamente calibrato per evitare decisioni errate nei test di ottimizzazione.
Autres termes : Statistiques
Vedere tutto il glossario- Approccio Frequentist (A/B test)Un approccio statistico che stima i parametri del modello basandosi esclusivamente sui dati osservati, senza utilizzare informazioni a priori.Statistiques
- Bayesian (A/B test)Un approccio statistico che utilizza la probabilità per rappresentare l'incertezza sui parametri del modello.Statistiques
- Affidabilità statisticaLivello di certezza che si ha nei risultati di un test statistico.Statistiques
- Falsi PositiviRisultati che indicano erroneamente la presenza di un effetto quando in realtà non esiste.Statistiques
- Mann-Whitney U TestUn test non parametrico utilizzato per confrontare due campioni indipendenti al fine di determinare se provengono dalla stessa distribuzione.Statistiques
- MDE (Minimum Detectable Effect)La più piccola differenza che, se esiste, può essere rilevata in modo affidabile in un test statistico.Statistiques