實驗團隊使用什麼方法計算置信區間及統計顯著性？
分組資料會採用「刀切法」重新取樣，以計算數據變更百分比的樣本變異數。然後，系統會以 95% 置信區間執行雙尾顯著性測試。
為什麼要將資料分組？
將資料分組可減少輕微觀察錯誤的影響。如想進一步瞭解將資料分組的重要性，可由這裡著手。
即使資料並非常態分佈，只要每個群組有足夠的觀察項目，分組資料就會按照「中央極限定理」大約作常態分佈。另外，系統會利用「刀切法」計算置信區間，將每個群組沒有足夠觀察項目的情況納入考慮。
使用「刀切法」重新取樣的原因
「刀切法」重新取樣是 Google 的標準設定，因為這個萬用方法可提供龐大的覆蓋率，亦可有效偵測異常值和減少樣本估算值的偏差。此外，當資料不足以按照中央極限定理作準確估算，此方法就特別有用，可以用於分組資料以進一步提升置信區間的準確度。
您可按此查看「刀切法」重新取樣的概覽內容。如想進一步瞭解其作用，則請參閱此文章瞭解詳情。
外部廣告客戶是否可以在實驗完成後彙整多個實驗的成效，並在彙整級別重新計算統計資料？
否。廣告客戶沒有權限存取用戶級別的資料，以重新建立群組和執行刀切演算法。目前亦沒有內部工具可代客戶完成此操作。
廣告定位是否會影響競投分享組套用到實驗及原有廣告系列的方式？
廣告定位不會影響劃分方式。系統會先為合資格的競投套用劃分方式，然後才套用廣告定位。舉例來說，50:50 劃分表示實驗組和原始組會參與相同數量的競投。
確保 A/A 測試有效的條件
A/A 測試是指實驗組和原始組在測試期間完全相同 (即廣告系列廣告/廣告群組/設定等沒有分別，廣告審核結果亦沒有分別)。如果您在 A/A 測試期間修改任何設定，必須同時在實驗組和原始組中修改相同項目。
A/A 測試的預期結果
點擊次數、展示次數、點擊率或每次點擊成本不應出現統計顯著性的差異。
搜尋為本的劃分與 Cookie 為本的劃分有什麼差異？
這兩個選項用於決定用戶看到的內容。如果實驗組以搜尋為本，每次用戶搜尋時，就會隨機看到實驗或原有的廣告系列。若同一用戶搜尋多次，更有機會看到您的實驗和原有廣告系列。如果實驗組以 Cookie 為本，無論用戶搜尋多少次，都只會看到一個版本的廣告系列，以確保實驗結果不會受其他因素影響。
系統會使用多少群組？
對照組和實驗組各自使用二十個群組。如果群組過多，您可能需要很長時間才能錄得具統計顯著性的結果。如果群組過少，則置信區間的計算結果可能不準確。這個群組數量可在實際要求與統計成效之間取得適當的平衡。
