В A/B тесте разница конверсии составила +0.1 процентного пункта, при этом p-value оказался меньше 0.05 из-за огромной выборки. Какой вывод для продуктового решения наиболее корректен?

AНадо выкатывать без обсуждения: p-value < 0.05 всегда означает важный для бизнеса эффект независимо от его абсолютной величины
BЭффект статистически обнаружен, но нужно сравнить его с минимальным полезным порогом и оценить доверительный интервал перед решением о выкате
CНадо откатывать без проверки: эффект слишком маленький в процентных пунктах и значит данных явно недостаточно для решения
DНужно срочно пересчитать z-test другим методом: маленький эффект на больших выборках не может быть статистически значимым
Правильный ответ. p-value говорит про обнаружимость эффекта, а решение требует оценки практической значимости и доверительного интервала.

Разбор

На больших выборках даже очень маленькие изменения доли становятся статистически значимыми. Поэтому важно смотреть на эффект в процентных пунктах, на доверительный интервал и на минимальный полезный эффект для бизнеса. Если +0.1 процентного пункта не окупает стоимость изменений, статистическая значимость не помогает. Типичная ошибка — принимать решение только по p-value, игнорируя масштаб влияния.

Проверь себя · 1/3разбор после ответа
Историческая конверсия была 8%. После редизайна у вас 5000 пользователей и 420 покупок. Какой тест подходит, чтобы проверить гипотезу H0: p = 0.08 на большой выборке?
Тренировать статистику в Telegram

Ещё вопросы по теме «Тесты для долей»