快速瞭解統計結論是否可信--統計檢驗方法速查手冊

統計是用戶體驗行業設計師和研究者最不肯意考慮的事情。但當咱們作定量分析時，判斷假設真假不能只憑簡單的數據比較。經過統計學的分析，能夠幫助咱們獲得真正可信的結論。

其實對於常見的檢驗問題，都有比較成熟的統計學檢驗方法。下文對檢驗方法進行總結，咱們大可在碰到實際問題時，根據本身分析問題的類型，入瞭解本身所需的辦法。

分析連續型數據

• 比較不一樣組數據（eg. 得到兩個不一樣版本功能評分數據，比較兩個版本評分是否有存在顯著差異）

  • 每組用戶不一樣

    • 多組用戶

      • 方差分析或多重雙樣本T檢驗

    • 2組用戶

      • 雙樣本T檢驗

  • 每組用戶相同

    • 多組用戶

      • 方差分析或多重配對T檢驗

    • 2組用戶

      • 配對T檢驗

• 將數據與基準進行比較（eg. 將新版本功能用戶評分數據，比較業內已知平均評分是否存在顯著差別）

  • 時間型數據

    • 單樣本t檢驗（log）

  • 其餘類型數據

    • 單樣本t檢驗

• 判斷數據水平（eg. 判斷新版本功能用戶評分數據大概水平是怎樣）

  • 時間型數據

    • 樣本大於25

      • 中位數置信區間

    • 樣本小於25

      • t置信區間（log）

  • 其餘類型數據

    • t置信區間

分析離散型2進制數據（eg. 完成率/轉換率）

• 多組用戶數據比較

  • 每組用戶不一樣

    • 多組用戶

      • 大樣本

        • 卡方檢驗

      • 小樣本

        • 比例差別的wald檢驗

    • 2組用戶

      • N-1雙比例檢驗 和 Fisher精度檢驗

  • 每組用戶相同

    • 多組用戶

      • 配比比例差別的wald校訂置信區間

    • 2組用戶

      • McNemar精確檢驗

• 將數據與基準進行比較

  • 大樣本

    • 單樣本二項式

  • 小樣本

    • 單樣本z檢驗

• 得到數據水平

  • wald校訂置信區間

  在肯定須要使用的檢驗方法後，進一步學習能夠參考wikipedia、百度經驗或相關書籍

本文主要內容來自Jeff Sauro的《用戶體驗度量--量化用戶體驗的統計學方法》