A/B 測試樣本量估算與統計功效計算器 (Sample Size)

A/B 測試樣本量估算器:根據輸入的基準轉換率、相對提升幅度、雙側顯著水準與目標功效,以兩個獨立比例的正態近似估算每組所需樣本數;不保證實驗結果顯著或達到目標功效。

Ab Test Sample Size · 本機執行環境沙盒安全隔離
運算結果將在此即時顯示。

關於 a/b 測試樣本量估算與統計功效計算器 (sample size)

「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」提供純用戶端專屬功能,專為提供可靠的瀏覽器本機運算而設計。快速評估廣告效益與商業單位經濟模型,無需傳輸專屬媒體預算或商業數字。

廣告成效衡量模型與計算邏輯

計算公式與參數關係:p₂=baselineRate×(1+relativeLift); p₁=baselineRate; p̄=(p₁+p₂)/2; n≈ceil((z(1−alpha/2)√(2p̄(1−p̄))+z(power)√(p₁(1−p₁)+p₂(1−p₂)))²/(p₂−p₁)²) 預估天數:ceil(2×n / visitorsPerDay);每日訪客數是 1:1 分流下兩組合計的合資格訪客。

行銷成效試算應用實例

實際應用場景: 以下列資料計算:A/B 測試樣本量估算與統計功效計算器 (Sample Size)

範例輸入:

{"baselineRate":0.1,"relativeLift":0.2,"alpha":0.05,"power":0.8,"visitorsPerDay":1000}

演算法運算處理: 計算公式與參數關係:p₂=baselineRate×(1+relativeLift); p₁=baselineRate; p̄=(p₁+p₂)/2; n≈ceil((z(1−alpha/2)√(2p̄(1−p̄))+z(power)√(p₁(1−p₁)+p₂(1−p₂)))²/(p₂−p₁)²) 天數 = ceil(2n / visitorsPerDay);每日訪客數是 1:1 分流下兩組的總數。

示例輸出:

{ "baselineRate": 0.1, "variantRate": 0.12, "relativeLift": 0.2, "alpha": 0.05, "power": 0.8, "approxSamplePerVariant": 3841, "method": "two-sided normal approximation for two independent proportions", "visitorsPerDay": 1000, "approxTotalSample": 7682, "approxRunDays": 8, "allocationAssumption": "1:1 split; visitorsPerDay is total eligible visitors across both variants" }

行銷指標與計算規則邊界

參數範圍與單位:0 < baselineRate,variantRate,alpha,power < 1; relativeLift ≠ 0; variantRate = baselineRate×(1+relativeLift); 0.1 = 10%. 除標示 BigInt 外,結果使用 binary64 浮點數。結果卡片最多顯示 10 位有效數字,原始輸出保留序列化數值。 visitorsPerDay > 0;預估假設 1:1 分流及每日流量固定,不模擬不均等分流或流量變化。

行銷預算數據之本機隱私保護

「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」的所有資料運算與轉換皆完全在瀏覽器本機記憶體沙盒中執行,絕不傳送至 CZOA 伺服器。「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」處理之機密內容完全留存於您的本機裝置。

數位廣告 IAB 與 MRC 規範標準

作業系統與終端機命令列相容協定

針對需要將工作流程整合至自動化命令列或 CI/CD 流程的開發者,「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」的操作對應至原生終端機指令:

  • 在 Linux 與 macOS 的 POSIX 終端機環境中,與「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」相對應的工作流程可透過標準 shell 指令與管道完成。
  • 若將「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」的轉換邏輯整合至自動化 CI/CD 流程中,建議設定明確的 UTF-8 語系環境以確保字元編碼一致。
  • 在 Windows PowerShell 7+ 環境執行與「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」相同的資料處理時,請使用無 BOM 的 UTF-8 編碼以維持跨平台相容性。
  • 「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」於瀏覽器中執行的所有用戶端運算皆模擬確定性指令列行為,無需依賴外部伺服器。

診斷失敗模式與邊界復原矩陣

故障狀況觀察症狀工程復原程序
「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」輸入語法錯誤「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」立即提示用戶端驗證警告並標示出問題字元偏移位置。檢查傳入「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」的原始內容,確認成對符號完整且編碼符合標準 UTF-8 規範。
傳入「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」的資料量超出一般緩衝區「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」顯示處理延遲或主執行緒回應性警示。在執行「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」前將大型資料集分批切分,以維持流暢的瀏覽器使用者介面操作。
「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」處理多位元組或特殊 Unicode 字元「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」可能出現字元截斷或顯示異常。確認傳入「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」的資料採用標準 Unicode 編碼,避免不完整的代理字元對。
「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」遇到極端數值或精度邊界「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」發出數值精度極限之邊界診斷訊息。確認輸入「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」的數值落在 IEEE 754 範圍內,或採用保留文字的任意精度表示法。

正式環境資料驗證檢查清單

在將「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」的輸出結果應用於下游正式系統前,請確認以下關鍵工程指標:

  1. 記憶體配置管理:在「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」中處理大型資料時,留意分頁記憶體使用量以確保本機環境穩定。
  2. 字元編碼驗證:確認提交至「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」的文字採用標準無 BOM 之 UTF-8 編碼,以防止解析失敗。
  3. 數值精度保護:驗證「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」所執行的運算或識別碼轉換在適用情況下維持 64 位元精度界限。
  4. 防禦性輸入檢驗:在「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」套用不可逆轉換前,確保結構化資料符合前置綱要條件。
  5. 用戶端隱私界限:透過開發者工具確認「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」所有運算完全於本機記憶體完成,無外部傳輸。

演算法不變性與執行保證

「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」的運算核心在開始任何處理程序前皆執行嚴格的結構前置條件驗證。

在「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」執行期間,原始輸入資料被視為唯讀參考以維持狀態不可變性。

「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」的後置檢查在輸出呈現前確認資料結構滿足數學與格式完整性要求。

若「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」執行時發生非預期異常,處理程序將乾淨終止並顯示結構化診斷狀態。

瀏覽器執行時期與記憶體生命週期

現代瀏覽器執行環境將「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」隔離於獨立的 V8 或 JavaScriptCore 虛擬機器執行緒中。

「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」的最佳化執行路徑利用穩定的物件結構與單態呼叫點以確保快速處理。

在「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」操作期間建立的臨時字串與物件緩衝區皆經過最佳化管理以降低記憶體回收負擔。

當您離開或關閉「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」分頁時,瀏覽器會自動釋放所有暫存之記憶體資源。

安全性與架構審查指標

「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」的無狀態架構設計可防止資料未經授權殘留於瀏覽器歷程記錄中。

「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」的所有內部處理程序皆在現代瀏覽器引擎的標準安全沙盒內部受限執行。

由於完全無外部網路請求,「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」確保所有輸入與運算資料維持嚴格的本地端主權。

開發團隊可將「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」產生的資料結構直接整合至自動化測試套件與驗證指令碼中。

透過「A/B 測試樣本量估算與統計功效計算器 (Sample Size)」的確定性執行機制,所有資料轉換皆可於本地端重現並進行獨立驗證。

A/B 測試樣本量估算與統計功效計算器 (Sample Size) 驗證 · 審核標準

使用方式

  1. 選擇「原始 JSON / 進階」,並貼上範例輸入。
  2. 按下「在本機執行」。
  3. 將「原始輸出資料」與範例比對;若顯示錯誤,請修正輸入。

常見問題

A/B 測試樣本量估算與統計功效計算器 (Sample Size)使用哪一項計算公式?+

計算公式與參數關係:p₂=baselineRate×(1+relativeLift); p₁=baselineRate; p̄=(p₁+p₂)/2; n≈ceil((z(1−alpha/2)√(2p̄(1−p̄))+z(power)√(p₁(1−p₁)+p₂(1−p₂)))²/(p₂−p₁)²) 預估完整天數 = ceil(2×n / visitorsPerDay);visitorsPerDay 是兩個版本合計的每日合資格流量,假設流量穩定並採 1:1 分流。

可以在A/B 測試樣本量估算與統計功效計算器 (Sample Size)貼上什麼輸入內容?+

請完整貼上下列輸入,並保留 JSON 欄位名稱: {"baselineRate":0.1,"relativeLift":0.2,"alpha":0.05,"power":0.8,"visitorsPerDay":1000}

A/B 測試樣本量估算與統計功效計算器 (Sample Size)有哪些參數限制與單位要求?+

參數範圍與單位:0 < baselineRate, variantRate, alpha, power < 1;relativeLift ≠ 0;variantRate = baselineRate×(1+relativeLift);0.1 = 10%;visitorsPerDay 必須是正數,代表兩個版本合計的每日合資格流量。除標示 BigInt 外,結果使用 binary64 浮點數。結果卡片最多顯示 10 位有效數字,原始輸出保留序列化數值。預估完整天數 = ceil(2×n / visitorsPerDay),假設每日流量穩定且採 1:1 分流。

這個A/B 測試樣本量估算與統計功效計算器 (Sample Size)範例會產生什麼結果?+

visitorsPerDay=1000 時,此範例的原始輸出如下: { "baselineRate": 0.1, "variantRate": 0.12, "relativeLift": 0.2, "alpha": 0.05, "power": 0.8, "visitorsPerDay": 1000, "approxSamplePerVariant": 3841, "approxTotalSample": 7682, "approxRunDays": 8, "allocationAssumption": "1:1 split; visitorsPerDay is total eligible visitors across both variants", "method": "two-sided normal approximation for two independent proportions" }