会放大第一类错误。正确的实验方法是:实验前需要确定好实验时间,只依据实验结束时间时的结论做决策。
此时,实验平台能够保证第一类错误率控制在 5%。如果实验者每天查看实验结论,有显著就停止实验并作出有差异的决策,那么会放大第一类错误。
举个例子,在两个组完全无差异的场景下,用户连续观察 7 天,一旦出现显著差异,就上线,那么做 100 次这样的实验,会有超过 30% 的实验出现第一类错误(准确的第一类错误为:1 - ( 1 - 0.05 )^ 7)。
最后一次编辑于 2026-07-15
会放大第一类错误。正确的实验方法是:实验前需要确定好实验时间,只依据实验结束时间时的结论做决策。
此时,实验平台能够保证第一类错误率控制在 5%。如果实验者每天查看实验结论,有显著就停止实验并作出有差异的决策,那么会放大第一类错误。
举个例子,在两个组完全无差异的场景下,用户连续观察 7 天,一旦出现显著差异,就上线,那么做 100 次这样的实验,会有超过 30% 的实验出现第一类错误(准确的第一类错误为:1 - ( 1 - 0.05 )^ 7)。