A/B測試顯著性計算器

📚 深度解析：A/B 測試顯著性檢驗

💡 常見使用場景

• 兩個落地頁轉化 10% vs 13%，判斷差異是否真顯著。
• 決定要不要全量推勝出版本，還是繼續放量收集資料。
• 避免把隨機波動誤當成「顯著提升」過早下結論。

❓ 常見問題（FAQ）

p<0.05 就一定該推嗎？

p<0.05 只說明差異不太可能由隨機造成，還要看提升幅度與業務成本，微小顯著也可能不划算。

樣本不夠怎麼辦？

按期望提升與基線算出所需樣本量再開測，中途看「趨勢」停測容易誤判。