Preferenze cookie
Usiamo cookie per l'analisi. Informativa sulla privacy Puoi accettare o rifiutare il tracciamento non essenziale.
Guida pratica su "Mancata corrispondenza del rapporto di campionamento: rilevamento e cause principali": passaggi chiave, errori comuni e implementazione con Calcolatore A/B.
Vai allo strumento
Significatività statistica (Z-test) e intervalli di confidenza.
Sample Ratio Mismatch (SRM) significa che la divisione effettiva tra gruppi di test non corrisponde alla divisione prevista. Hai configurato 50/50 ma hai ottenuto il 51,2% di controllo e il 48,8% di trattamento. Quel divario di 1,2 punti percentuali sembra piccolo, ma con 100K utenti è statisticamente impossibile per caso.
SRM invalida il tuo test. Se i gruppi sono disuguali in dimensioni per una ragione *sistematica*, probabilmente differiscono anche nella composizione. Qualsiasi differenza di conversione osservata potrebbe provenire dal bias, non dalla tua modifica.
Utilizza un test di bontà di adattamento chi-squared:
chi2 = sum((observed_i - expected_i)^2 / expected_i)
Esempio: 100.000 utenti, previsto 50/50. Osservato: 51.200 controllo, 48.800 trattamento.
chi2 = (51200 - 50000)^2 / 50000 + (48800 - 50000)^2 / 50000
chi2 = 1440000/50000 + 1440000/50000 = 28,8 + 28,8 = 57,6
Con 1 grado di libertà, il valore critico a p = 0,001 è 10,83. Il nostro 57,6 supera di gran lunga questo valore — SRM è confermato. In Calcolatore A/B Test puoi inserire le dimensioni del campione per verificare il rapporto.
Scenario: il tuo test mostra 52.100 vs 47.900 su una divisione 50/50 su 100K utenti.
chi2 = (2100^2 + 2100^2) / 50000 = 176,4 — SRM confermato.Apri Calcolatore A/B Test e confronta le dimensioni del campione di controllo/trattamento. Se il rapporto è fuori di più dell'1%, indaga prima di fidarti dei risultati.
Questo articolo viene revisionato dalla redazione di Tools Hub per garantire accuratezza, rilevanza pratica e coerenza con i flussi di prodotto attuali.
Ultima revisione:
Guida pratica su "Quando interrompere un test A/B in caso di traffico scarso": passaggi chiave, errori comuni e implementazione con Calcolatore A/B.
Guida pratica su "Test A/B bayesiani e frequentisti per i team di prodotto": passaggi chiave, errori comuni e implementazione con Calcolatore A/B.
Guida pratica su "Test sequenziali e trappola del peeking": passaggi chiave, errori comuni e implementazione con Calcolatore A/B.
Guida pratica su "Test multivariato vs A/B: un quadro decisionale": passaggi chiave, errori comuni e implementazione con Calcolatore A/B.