这个结果是获胜概率吗？
不是。它是双侧 z 检验、未合并方差、显著性 0.05、功效 0.80，再向上取整得到的访客数。最小可检出效应按绝对百分点计算。
现在可用
不知道怎么填？先用一个完整案例体验。一键填入后可以直接运行，也可以把案例内容改成你自己的业务。
请填写与此工具相关的信息。
请填写与此工具相关的信息。
本地运行
示例输出
下面是演算用的示例，不是行业基准：基线 10%，绝对提升 2 个百分点，实验组是 12%。这是双侧 z 检验、未合并方差、显著性 0.05、功效 0.80。未取整人数约为 3838.10，A/B 测试样本量计算器向上取整为每组 3839 人，合计 7678 人。在原假设下合并方差的计算器会给出不同整数。这是要收集的样本，不是获胜概率。
如何使用
- 把当前转化率按百分数填入。
- 绝对提升填百分点，不要填相对涨幅。
- 阅读每组访客数。结果已经向上取整。
- 两组都达到该人数之前，不要宣布哪一组获胜。
常见问题
绝对提升填 2 是什么意思？
基线是 10% 时，绝对提升 2 个百分点比较的是 10% 和 12%。它不是相对上涨 2%。
为什么没有质量分？
样本量是访客人数。这个页面不把人数换算成百分制分数。
依据来源
- Kim：两个独立比例的样本量 写出双侧 z 近似、未合并方差和等样本量，并引用 Chow、Shao、Wang（2003）。
- Evan Miller 的样本量计算器 在原假设下合并方差，所以整数可以和本页的未合并结果不同。