<解释> <定义> AA 测试（A/A Testing）是实验设计中的基准测试方法，将用户随机分为两个同质组，同时暴露于完全相同的产品版本，用于检测实验系统偏差和统计显著性计算的可靠性。AB 测试（A/B Testing）则是将用户分为对照组（A 组）和实验组（B 组），通过对比不同版本的功能/界面来验证假设的量化效果。 </定义>
<应用场景> AA 测试常用于新实验系统上线前验证分流均匀性，或在 AB 测试结果异常时排查系统问题；AB 测试应用于功能迭代决策，如页面布局优化、算法策略调整等需要数据驱动的产品改进场景。 </应用场景>
<相关概念>
- 统计功效（Statistical Power）
- 多变量测试（Multivariate Testing）
- 转化率优化（Conversion Rate Optimization） </相关概念>
维护与整理 · Yihui在 GitHub 上编辑