网站优化的多元测试背后的数学

机器算法验证 多元分析 参考 优化 测试 互联网
2022-04-01 08:14:35

我正在寻找理论资源(书籍、教程等),以了解如何在给定(大量)多元网站转换数据的情况下做出合理的统计推断。

我正在研究所涉及的数学,并且在网络上找不到任何好的非营销内容。我想回答的问题是:单个变量(例如文本颜色)有多大影响?变量之间的相关性是什么?什么类型的分布用于建模(高斯、二项等)?在使用统计数据分析结果时 - 应该将什么视为随机变量 - 获得不同变化的网页元素或印象的二元转换或无转换结果?

有很多关于不同网站优化测试方法及其好处\缺陷的信息,关于一般多变量统计的大量信息,你们知道在这个特定的网站优化背景下讨论技术统计的资源吗?

感谢您提供任何信息!

2个回答

这个微软页面有很多资源。

我建议您至少从以下页面阅读这篇论文:“网络上的受控实验:调查和实践指南。 ”它将为您提供一些关于衡量和传达的指标的起点,以及在线实验要考虑的事项(包括设计网页元素),以及相关的统计数据。

享受!-铝

这些讲义更多地是关于优化在线广告而不是优化网站,但那里的参考资料(尤其是第 6 课)可能会让您朝着正确的方向前进。

http://www.stanford.edu/class/msande239/

我希望它有所帮助。