Falsi Positivi
Risultati che indicano erroneamente la presenza di un effetto quando in realtà non esiste.
Risultato di un test statistico che indica erroneamente che un effetto è significativo, mentre in realtà non lo è. Nell'ambito del CRO e dell'A/B testing, un falso positivo può portare a validare una variazione inefficace, con il rischio di generare decisioni controproducenti (es.: generalizzazione di una versione che non apporta alcun guadagno reale).
I falsi positivi sono legati al livello di confidenza scelto per un test (spesso 95%): esiste sempre una probabilità (es.: 5%) di concludere che esiste una differenza semplicemente dovuta al caso. Questo fenomeno è ancora più critico se si conducono numerosi test simultaneamente, senza controllo del tasso di falsi positivi (es.: tramite correzione di Bonferroni o test di falsa scoperta).
I falsi positivi sono l'opposto dei falsi negativi, che invece non rilevano un effetto realmente presente. Trovare il giusto equilibrio tra questi due tipi di errori è essenziale per sperimentazioni affidabili e una strategia CRO solida.
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 NegativiRisultati che non riescono a rilevare un effetto effettivamente presente.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