.avif)
Faux Négatifs
.webp)
Résultat d’un test statistique qui échoue à détecter un effet réel, en concluant à tort qu’il n’y a pas de différence significative entre deux variantes, alors qu’il y en a une. Dans le contexte du CRO et de l’A/B testing, un faux négatif peut conduire à rejeter une variation pourtant performante, simplement parce que le test manquait de puissance (ex. : échantillon trop petit, durée insuffisante, MDE trop faible).
Les faux négatifs sont souvent opposés aux faux positifs, qui eux indiquent à tort qu’un effet est significatif alors qu’il ne l’est pas. L’équilibre entre ces deux erreurs dépend des paramètres statistiques choisis (niveau de confiance, puissance), et doit être soigneusement calibré pour éviter des décisions erronées dans les tests d’optimisation.
Définitions similaires
MDE (Minimum Detectable Effect)
La plus petite différence qui, si elle existe, peut être détectée de manière fiable dans un test statistique.
Puissance Statistique
La probabilité qu'un test détecte un effet réel, si cet effet existe. Une puissance élevée réduit le risque de faux négatifs.
Uplift
L'augmentation des conversions ou de la valeur engendrée par une action spécifique, souvent mesurée dans les tests A/B.
Mann-Whitney U Test
Un test non paramétrique utilisé pour comparer deux échantillons indépendants afin de déterminer s'ils proviennent de la même distribution.
p-value
Une mesure statistique qui indique la probabilité d'observer les données collectées (ou quelque chose de plus extrême) sous l'hypothèse nulle.
Frequentist
Une approche statistique qui estime les paramètres du modèle en se basant uniquement sur les données observées, sans utiliser d'informations a priori.
.svg){kind=small}
