试计算器中所用但呈现方

式更易于理解问题是这种钟形曲线可视化不会以一种有说服力和清晰的方式向您的公司传达信息。它看起来太难了： 测试可视化 这就是我们想出的办法来克服这个问题： 测试可视化 你看到的是两个清晰的点，代表变体 和 的转化率。 虚线是它们两者的置信区间。如果变体 的转化率在 的置信区间范围之外，则变体 明显更好。绿色阴影区域强调了这一点。红色区域中的点表示变体的表现明显更差 一个问题：图表不是完全自动化的。 通过更改每个变体的用户和交易从。

而自动更改转换率标准误差

值值和功率可以轻松刷新图表，但必须通过以下方式调整阴影绿色和红色区域手。 如果你运行的测试很少，这没什么大不了的，但如果你的工作是每周分析超过 个 测试，这就会变得非常烦人。另一个小问题是图表看起来仍然太书呆子了。它看起来像 巴哈马手机号码列表 是你必须为数学作业画的东西☺。 第三次尝试： 你做错了！ 在一个星期五的下午，我们与编写 计算器 计算程序的数据科学家坐下来，向他展示了我们的可视化效果。我们咨询了他，因为功率计算不准确不知道哪里出了问题。

花了一些时间但我们发现了

公式中的小错误然而话题很快转向了手头的可视化。根据他的说法 可能还有整个科学界 我们的可视化在科学上是不正确的 纠正我们的错误 基本上，我们将两条钟形曲线显示在一维图中，并以此来验证 测试是否显着。然而，正确的方法应该是显示变体 和变体 之间的差异分布图（ 计算器的下图）。 这种分布可以通过计算差异的标准误差来计算取方差 和 SGB目录 方差 的标准误差平方和的根并将其用于计算一个总体置信区间。 太好了，现在计算是正确的。