为 到而不是 到 另外请注意我们的样本中有 介于 和 之间，而当我们的样本仅包含 个潜在客户时，这一比例仅为 。 个样本的直方图，每个样本 个抽取 我们可以将样本量视为一种控制旋钮，我们可以利用它来提高或降低估计的精度。如果我们要获取无限数量的样本，我们将得到下面的平滑正态曲线。每个都以真实平均值为中心但宽度方差由每个样本的大小决定。 等于 左边的图更可能远离真实均值，而右边的图不太可能远离真实均值 为什么数据并不总是需要很大经济学经常因。

为不是一门真正的科学而

受到打击也许它不是然而它确实至少对世界做出了一些有用的陈述。其中之一是我们应该期望，在其他条件相同的情况下，每个后续输入的价值都将低于前一个输入。这种收益递减原 则在我们的 测试中发挥了作用。 样本量的标准误差 从右到左阅读 阿富汗手机号码清单 随着我们增加样本的大小，我们的抽样误差下降。然而它以递减的速度下降 这意味着我们从每次添加到样本中的信息中获得的信息越来越少。 因此，在这种特殊情况下，样本量变为 会大大降低我们的不确定性但从 变为 时。

我们的不确定性会减少很

多换句话说我们面临着为提高结果精度而增加的成本。在考虑您的测试时，数据的边际价值这一概念是一个重要的概念。这就是为什么在具有非常相似的转换率的测试选项之间建立差异会更加昂贵和耗时。最难做出的决定往往是影响最小的决定。 如前所述，我们的检验统计量既说明了我们在结果之间看到的差异程度，也说明了我们的数据中有多少可变性（不确定性）。随着观察到的差异上升，我们的检验统计量上升。但是随着总方差的 DX 潜在客户 增加我们的检验统计量会下降。