test-significance

判断两个群体之间报告出的差距是真实差异还是抽样噪声，并报告 p 值、差异的 95% 置信区间以及效应量，而非仅给出简单结论。适用于基于比较的主张场景，例如：“模型 A 得分为 87%，而模型 B 为 85%”、“新变体使转化率提升了 12%”、“这个 A/B 测试结果是否显著？”、“对这两个比例进行显著性检验”。不适用于将多个研究合并为一个估计（应使用 `meta-analysis`），也不适用于在数据存在前规划测试（应使用 `experimental-design`）。

存档时间线

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本