数据分析之AB测试---实操常见问题及处理方法

第一节 MDE（Minimum Detectable Effect）—最小可探测效应

在AB实验实操中，我们会常遇到两个东西：

• 其一：在计算最小样本量的时候有个参数:目标指标预期提升的最小幅度
• 其二：在实际实验跑了一段时间后我们常常会计算得到一个指标「检验灵敏度」，它用来判断在当前条件下能有效检出目标指标的diff幅度

这两点好像都有人称之为MDE，不难发现好像对于这个术语的含义存在一定的混淆，该如何更好的去区分、理解这两点，先说自己认为的结论:

• 在样本量计算中涉及到的参数「目标指标预期提升的最小幅度」，称之为目标指标预期提升值。
• 在实验进行中，我们会计算一个指标：检验灵敏度，称之为MDE。

第二节 如何理解检验灵敏度（MDE）

一句话概述：在AB实验中，检验灵敏度(MDE)是指在给定的置信水平和统计功效下，实验能够检测到的最小的效应大小，它帮助我们理解实验是否有足够的能力去检测出实际的效果。

例如：当实验结果不显著时，排查不显著原因：计算MDE，如果MDE大于预期（