二元假设测试是商业智能通常称为 A/B 测试的更好的统计术语吗？Wikipedia建议这是在统计社区中使用的术语，但 Wikipedia 不可靠，并且此处没有此类术语的标签。由于多组随机实验的统计比较早于术语 A/B 测试和商业智能领域，我怀疑有一个术语。它只是维基百科建议的“二元假设检验”吗？一些历史背景也将受到赞赏。
二元假设测试是比 A/B 测试更好的统计术语吗？
机器算法验证
假设检验
测试
2022-04-02 04:27:44
3个回答
Wikipedia 文章包含有关 A/B 测试的准确信息；二元假设测试是 A/B 测试的另一个名称。A/B 测试和拆分测试是商业和营销社区中最广泛接受的术语。A/B 测试的确切起源并不为人所知，但可以追溯到千禧年之交的谷歌。“谷歌工程师在世纪之交进行了他们的第一次 A/B 测试，以确定在搜索引擎结果页面上显示的最佳结果数量。”
“二元假设检验”是当人们想要在两个假设之间做出决定时的假设检验。
“双样本假设检验”就是俗称的 A/B 测试。
“配对假设检验”当您在事件之前和之后比较同一样本以发现它是否有影响时。类似于 A/B 测试，但不是 A/B 测试。
我同意其他非常好的答案。我认为，主要是工程背景更喜欢 A/B 测试这个术语，而在过去的几年里，它已经成为一个非常热门的术语，尤其是在网站优化的背景下。
请记住，除了 A/B 测试之外，您可能会遇到以下术语：
- A/B/C 测试，您可以针对 2 个替代群组评估一个控制群组。
- A/A 测试，您凭经验评估针对 I 类错误的统计测试的质量和稳健性（测试应返回群组没有差异）。
其它你可能感兴趣的问题