📊 A/B测试显著性计算器
输入控制组和实验组数据，自动计算转化率、Z值、P值和统计显著性。支持90%/95%/99%置信度，纯前端计算，数据不上传。
实验数据
Control（控制组）
Variant（实验组）
快速示例：
控制组转化率
—
实验组转化率
—
相对提升
—
绝对提升
—
| Z-Score | — |
| P值 | — |
| 置信区间 (95%) | — |
| 统计功效 | — |
关于A/B测试显著性
A/B测试显著性检验是判断实验版本与控制版本之间的差异是否由真实效果而非随机波动造成的统计方法。本工具使用双比例Z检验（Two-proportion Z-test）来评估两组转化率差异的统计显著性。
如何使用
- 输入数据：分别填入控制组和实验组的访客总数和转化次数
- 选择置信度：90%（快速实验）、95%（标准）、99%（高要求）
- 查看结果：转化率对比、提升幅度、Z值、P值和显著性判断
计算方法
本计算器使用双比例Z检验，公式如下：
- 合并转化率：
p = (x₁ + x₂) / (n₁ + n₂) - 标准误差：
SE = √(p×(1-p)×(1/n₁ + 1/n₂)) - Z值：
Z = (p₂ - p₁) / SE - P值：
P = 2×(1 - Φ(|Z|))（双侧检验）
常见问题
- 结果显著意味着什么？ — 在所选置信度下，实验组的提升不太可能（概率低于阈值）是随机波动。
- 结果不显著怎么办？ — 可能样本量不足，或两组确实无差异。可以增加样本量后重新测试。
- 数据安全吗？ — 所有计算在浏览器本地完成，数据不上传服务器。