们数据的平均变异性主要的收获是可变性越高，平均值作为任何单个数据点的预测值的精度就越低。 概率分布 这是一个函数（如果你不喜欢 函数 ，就把它当作一个规则），它为结果或结果分配一个概率。例如，单个骰子的掷出遵循均匀分布，因为每个结果都被分配了相等的发生概率（所有数字都有六分之一的概率出现）。 在我们对抽样的讨论中，我们将大量使用具有熟悉的钟形的正态分布。请记住，整个分布的概率之和为或测试统计量或另一个 测试统计量是我们在统计测试。

折扣代码将会议价格降低

美元然而鉴于 测试现在是一个热门话题，也许如果我们使用 作为促销代码，我们可能会吸引更多人提前注册。因此，我们计划在我们的控制 和我们的替代 之间运行 测试。 我们经常将 测试视为一项活动或任务。然而，实际测试机制实际上有两个主要部分 乌拉圭手机号码列表 数据收集 这是我们向用户展示 或 的部分。正如我们将看到的，将在更多信息（更少可变性）和成本之间进行权衡。为什么成本？因为我们既投入了时间，又放弃了可能更好的选择，希望我们能找到比目前所做的更好的东西。

我们现在花费资源来改进

我们对未来可能采取的一系列行动的估计。 测试本身并不是优化。这是对信息的投资。 数据分析 这是我们选择一种方法或框架的地方，用于从我们收集的数据中得出结论。对于大多数在线运行 测试的人来说，这将是经典的零重要性测试方法。这是我们选择统计显着性、计算 值并得出结论的部分。 它们之间的细微差别取决于概率和统计的不同基本假设。简而言之， 将 值视为针对零假设（ 测试用语中的控制）的证据度量介绍了类型 DW 引线 和类型 错误的概念。