先看看示例
作者提供的示例，实际效果取决于你的输入和使用工具。
输入
A组1000人转化100；B组1000人转化110；仅运行1天，预期覆盖完整周周期。
输出
编辑示例 · 未运行
A：10%；B：11%；绝对差+1个百分点，相对差+10%。
当前限制：只运行1天，未覆盖预定周周期。
结论：不能仅凭正向差值宣布胜出。按原计划补齐周期，核验样本分配、置信区间与退款等护栏后再决定。
方法说明
核对实验设计、样本与区间估计，把统计结果转成上线、继续或停止的建议。 具体任务 检查实验设置：核对随机分流、样本量、周期及主指标。 解释差异与决策：计算效应和区间，并结合护栏判断继续、停止或上线。 必需材料 实验假设及分流方案 各组样本、结果与实验周期 可选材料 预设MDE与显著性水平 护栏指标 使用门槛 了解统计检验基本含义，能够确认独立样本与指标定义。 这个 Skill 额外提供的方法 先判断实验是否可信，再看差异是否值得业务采用。 编辑示例（未运行） 转化率高一点就能上线吗 任务：审查两组转化数据能支持什么判断 输入： A组1000人转化100；B组1000人转化110；仅运行1天，预期覆盖完整周周期。 结果片段： A：10%；B：11%；绝对差+1个百分点，相对差+10%。 当前限制：只运行1天，未覆盖预定周周期。 结论：不能仅凭正向差值宣布胜出。按原计划补齐周期，核验样本分配、置信区间与退款等护栏后再决定。 以下为官方编辑构造的示例，未运行上游 Skill。未计算或伪造p值；示例展示可算的差值和不足以决策的条件。 首次任务 任务：检查实验设置。 任务重点：核对随机分流、样本量、周期及主指标。 必需材料： - 实验假设及分流方案：[填写或粘贴我的材料；未具备则说明] - 各组样本、结果与实验周期：[填写或粘贴我的材料；未具备则说明] 可选补充： - 预设MDE与显著性水平：[可填写，未提供不应假定存在] - 护栏指标：[可填写，未提供不应假定存在] 请交付有材料依据的分析报告，列出发现、证据、建议与未覆盖范围。仅依据这些材料处理；缺少决定结果的信息时先说明缺口，不补造事实。未执行的检查、修改或外部操作明确标为未执行。 使用前提：了解统计检验基本含义，能够确认独立样本与指标定义。 处理边界：百分比变好不等于统计显著；不能随意反复查看后在显著时停止；应遵循预先分析规则 验收要求： 1. 实验设置与数据口径先通过检查。 2. 区间与效应量和主指标对应。 3. 建议同时考虑周期、功效与护栏。 验收方法 实验设置与数据口径先通过检查 区间与效应量和主指标对应 建议同时考虑周期、功效与护栏 依赖与准备 CSV或分析导出、统计计算环境；必要时生成可复查Python脚本。 使用边界 百分比变好不等于统计显著 不能随意反复查看后在显著时停止；应遵循预先分析规则 排错 p值小但收益很小：同时评估效应量和实施成本。 分流比例明显偏离：先排查分配与埋点，暂缓解释效果。 固定来源 https://github.com/phuryn/pm-skills/blob/8607e3b077817f89bf4a9b623246219734ac3be0/pm-data-analytics/skills/ab-test-analysis/SKILL.md