日常计算 / CLEARBYTE

Wilson 区间表:转化率背后的不确定性

同为观察到 10% 转化率,100 次合格试验比 10,000 次更不精确。Wilson 区间反映二项模型的抽样不确定性,不证明广告版本更好,也不保证未来流量相同。

Wilson 区间表:转化率背后的不确定性

同为观察到 10% 转化率,100 次合格试验比 10,000 次更不精确。Wilson 区间反映二项模型的抽样不确定性,不证明广告版本更好,也不保证未来流量相同。
合格独立试验数观察成功数观察比率95% Wilson 下界95% Wilson 上界
1001010.00%5.52%17.44%
5005010.00%7.67%12.94%
100010010.00%8.29%12.02%
500050010.00%9.20%10.86%
10000100010.00%9.43%10.60%
将此参考表下载为 CSV ↓

公式与方法

p̂ = successes ÷ n; z = 1.959963984540054
Center = (p̂ + z²/(2n)) ÷ (1 + z²/n)
Half-width = z × √(p̂(1−p̂)/n + z²/(4n²)) ÷ (1 + z²/n)
Interval = center ± half-width

假设每次试验独立、只有两种结果且成功概率相同。各行观察率均为 10%,仅样本量变化。采用双侧名义 95% Wilson 得分区间,百分比边界保留两位小数。置信水平描述程序长期覆盖率,并非看完数据后固定未知率有 95% 概率落在区间内。反复检查或只选优胜分组需额外处理。

计算示例

100 次中成功 10 次与 10,000 次中成功 1,000 次均为 10%。在相同模型假设成立时,后者区间明显更窄。

哪些因素会改变结果

重复用户、相关会话、机器人和受众变化可能违背二项假设。这是单样本区间,不是 A/B 检验、因果估计或样本停止规则。

来源与定义

方法核验日期:

继续处理相关问题