網(wǎng)站分析中數(shù)據(jù)的統(tǒng)計學(xué)顯著性檢驗

時間：2023-01-24 05:14:01 | 來源：電子商務(wù)

時間：2023-01-24 05:14:01 來源：電子商務(wù)

在網(wǎng)站分析中，經(jīng)常會做網(wǎng)站優(yōu)化測試，就會比較不同方案的轉(zhuǎn)換率，例如跳出率，訂單購買率，按鈕點擊率等;也會記錄訪客或者客戶的詳細數(shù)據(jù)表現(xiàn)。但很多時候差異都很小，究竟是保持現(xiàn)狀還是全面采用新方案的內(nèi)容，很難有結(jié)論，于是兩者差異在統(tǒng)計學(xué)的意義是否顯著就變得很重要。

這篇文章主要講解兩種檢驗數(shù)據(jù)的方法：分別是在Excel中使用已經(jīng)寫好函數(shù)的數(shù)據(jù)顯著性計算器，和使用SPSS對詳細客戶數(shù)據(jù)進行顯著性檢驗。

一、Excel-數(shù)據(jù)顯著性計算器

假設(shè)有下列的數(shù)據(jù)：

社交媒體來源訪問數(shù)訂單訂單購買率

YouTube250008903.56%

Facebook48002405%

那么我們可以使用Avinash Kaushik介紹的Excel-數(shù)據(jù)顯著性計算器來檢驗，詳細請查看

Excel文件可從此處下載：

輸入數(shù)據(jù)后計算得知(Number of Test Participants是分母，Number of Conversions是分子)，差異是顯著的，因為方框中顯示了”Yes”

以上方法的原理是兩組數(shù)據(jù)的差異超過了數(shù)據(jù)置信區(qū)間的話，那么就會出現(xiàn)數(shù)據(jù)顯著性差異的結(jié)果。

以上的方法適用于簡單的兩個比率之間的對比，接下來要說說高級點的內(nèi)容，SPSS中的假設(shè)檢驗問題來比較兩個樣本的均值。

二、兩獨立樣本T檢驗

SPSS中比較均值的方法包括：

假設(shè)檢驗的方法樣本變量關(guān)系范例

均值(單雙因素)單樣本變量之間網(wǎng)站分析師的月(工資、經(jīng)驗、工作地點)關(guān)系

單樣本T檢驗單樣本變量自身iPhone的機身長度

兩獨立樣本T檢驗雙樣本變量之間不同促銷方案的效果、男女性的身高

配對樣本T檢驗同一總體雙樣本變量自身不同月份訪客的購買行為

在介紹兩獨立樣本T檢驗之前，先說下均值的比較情況，由淺入深。

1.均值的檢驗

假設(shè)檢驗的步驟一般分為以下幾步：

1)確定原假設(shè)和備選假設(shè)(原假設(shè)就的意思是對總體的比例、均值或分布做出某種假設(shè))

2)選擇檢驗統(tǒng)計量

3)計算檢驗統(tǒng)計量觀測值發(fā)生的概率，P值

4)給定顯著性水平α, 如果P<α, 即小概率事件發(fā)生，即原假設(shè)發(fā)生的概率很小，那么推翻原假設(shè)，如果P>α, 那么原假設(shè)成立。

假設(shè)有以下兩種情況：

1)工廠的質(zhì)量管理員說：產(chǎn)品缺陷率只有1/1000, 然后你開始抽查，抽了5件，就有2件是有問題的，那么問題就大單了。

因為1000件中最大缺陷數(shù)是1件，現(xiàn)在有2件，也就是概率極小的事情發(fā)生。

最大缺陷數(shù)原假設(shè)檢驗結(jié)論

11/10002/5否定

2)工廠的質(zhì)量管理員說：產(chǎn)品缺陷率只有1/100,然后你開始抽查，抽了5件，就有2件是有問題的，那么問題也挺大單。

1000件中最大缺陷數(shù)是10，現(xiàn)在有2件，接下來還有995件要查，那么有兩種可能：

*產(chǎn)品缺陷率遠遠高于1%，質(zhì)量管理員忽悠人;

*碰巧抽到有缺陷的產(chǎn)品，接下來的995件很少有缺陷的了。

概率計算：

原假設(shè)：也就是假設(shè)產(chǎn)品缺陷率是1/100, 前面抽了5件，就有2件次品的概率是0.088%;

最大缺陷數(shù)原假設(shè)檢驗結(jié)論

101/1002/5未定

抽5件中2件，后續(xù)抽查產(chǎn)品缺陷率小于1/100的的概率為0.088%;抽5件中2件，后續(xù)抽查產(chǎn)品缺陷率大于1/100的的概率為99.912%，即原假設(shè)發(fā)生的概率<α,如果α為5%，那么0.088%<5%, 即檢驗中的小概率事件發(fā)生，原本不太可能的事情發(fā)生了，那么推翻原假設(shè)。

注意：數(shù)據(jù)案例來自李洪成老師的SPSS資料

2.兩獨立樣本T檢驗

兩獨立樣本T檢驗指的是兩個樣本來自的總體相互獨立，目的是分析兩個獨立樣本的均值是否有顯著的統(tǒng)計差異。接下來的案例背景是：不同優(yōu)化方案影響訪客訂單價值的情況。

一、前提條件：

要進行兩獨立樣本T檢驗，要滿足以下條件：

1)總體相互獨立

2)總體服從正態(tài)分布

3)樣本的方差相同

原始數(shù)據(jù)如下：

1.數(shù)據(jù)設(shè)置

1)選擇分析-描述統(tǒng)計-探索

2)將訪客銷售額(sales)填入因變量列表，不同方案(test類型)填入因子列表：

3)點擊繪制，勾選直方圖和帶檢驗的正態(tài)圖

2.數(shù)據(jù)報告

由下圖得知，兩個方案各有200個樣本：

由下圖得知：

1) 0方案的銷售額均值(1697)大于1方案的銷售額均值(1570)

2)二者的標準差相差不大，657/610標準差比為約等于1。

下圖是0方案的直方圖(驗證是否具有正態(tài)性)

下圖是1方案的直方圖(驗證是否具有正態(tài)性)

從下圖得知，0和1方案的P值(sig)都大于0.05，因此都具有正態(tài)性。

二、正式分析兩獨立樣本的T檢驗

點擊分析-比較均值-獨立樣本T檢驗：

將sales放進檢驗變量，test放進分組變量，同時點擊“定義組”，分別用0和1來填充：

兩獨立樣本檢驗假設(shè)了兩種情況，分別是方差相等和方差不相等的T檢驗結(jié)果。

方差方程的Levene檢驗的P值為0.94，大于0.1，說明兩個獨立樣本的方差是齊性的，因此選擇假設(shè)方差相等的情況。

方差相等情況下，SIG(P值)為0.047,小于顯著性水平0.05，因此說明1方案的消費金額顯著不同于0方案的消費金額，0方案在統(tǒng)計上比1方案具有顯著性特征。

注意：以上SPSS數(shù)據(jù)庫的數(shù)據(jù)是導(dǎo)入excel數(shù)據(jù)生成的，以上excel數(shù)據(jù)是虛擬的，可通過rand()函數(shù)隨機生成。

以上就是對于數(shù)據(jù)的統(tǒng)計學(xué)意義的驗證，隨著大數(shù)據(jù)時代的到來，單純的網(wǎng)站前端數(shù)據(jù)分析顯得比較簡單，客戶數(shù)據(jù)和訂單數(shù)據(jù)的分析需求會越來越多，希望對工具的熟練掌握能夠幫我們理順這一切。

        原文：深圳網(wǎng)站分析