.avif)
Falsche Negative
.webp)
Ergebnis eines statistischen Tests, bei dem es nicht gelingt, einen tatsächlichen Effekt zu erkennen, indem fälschlicherweise geschlussfolgert wird, dass es keinen signifikanten Unterschied zwischen zwei Varianten gibt, obwohl ein solcher vorhanden ist. Im Zusammenhang mit CRO undA/B-Testing kann ein falsch negatives Ergebnis dazu führen, dass eine Variation, die eigentlich gut abschneidet, abgelehnt wird, nur weil dem Test die Power fehlte (z. B.: Stichprobe zu klein, Dauer nicht ausreichend, MDE zu niedrig).
Falsche Negative werden häufig falschen Positiven gegenübergestellt, die ihrerseits fälschlicherweise einen Effekt als signifikant ausweisen, obwohl er es nicht ist. Das Gleichgewicht zwischen diesen beiden Fehlern hängt von den gewählten statistischen Parametern (Konfidenzniveau, Power) ab und muss sorgfältig kalibriert werden, um Fehlentscheidungen in Optimierungstests zu vermeiden.
Ähnliche Definitionen
MDE (Minimum Detectable Effect)
Der kleinste Unterschied, der, wenn er vorhanden ist, in einem statistischen Test zuverlässig festgestellt werden kann.
Falsche Positive
Ergebnisse, die fälschlicherweise angeben, dass ein Effekt vorhanden ist, obwohl dies nicht der Fall ist.
Statistische Leistung
Die Wahrscheinlichkeit, dass ein Test einen tatsächlichen Effekt aufdeckt, wenn dieser Effekt existiert. Eine hohe Potenz verringert das Risiko falsch negativer Ergebnisse.
Uplift
Die Steigerung der Konversionen oder des durch eine bestimmte Aktion erzeugten Werts, die oft in A/B-Tests gemessen wird.
Mann-Whitney U Test
Ein nichtparametrischer Test, der verwendet wird, um zwei unabhängige Stichproben zu vergleichen, um festzustellen, ob sie aus der gleichen Verteilung stammen.
Statistisches Vertrauen
Grad der Gewissheit, den man bei den Ergebnissen eines statistischen Tests hat.
p-Wert
Ein statistisches Maß, das die Wahrscheinlichkeit angibt, dass die gesammelten Daten (oder etwas Extremeres) unter der Nullhypothese beobachtet werden.
Frequentist
Ein statistischer Ansatz, der die Parameter des Modells ausschließlich auf der Grundlage der beobachteten Daten schätzt und keine A-priori-Informationen verwendet.
.svg){kind=small}
