【摘要】广告访问量平均数差异的显著性检验日常分析工作中经常会进行对比分析，其中比较常见的场景就是对两组广告带来的访问量效果进行对比。当两组

广告访问量平均数差异的显著性检验

日常分析工作中经常会进行对比分析，其中比较常见的场景就是对两组广告带来的访问量效果进行对比。当两组访问量数据相差较大时，我们可以准确分辨出两者的差别。但有很多时候当两者的指标很接近时要判断广告的效果就比较复杂。本篇文章通过平均数差异显著性检验对访问量差异的显著性进行检验。

平均数的显著性检验是指对两个样本平均数的差异进行的显著性检验。若检验的结果差异显著，表明两个样本间有差异。当总体分布非正态时，可以取大样本(n>30或n>50)进行 Z 检验。

检验1：A B两版广告访问量效果对比

建立假设：

虚无假设：广告A版本与广告B版本访问量没有差异。H0：μ1  = μ2

备择假设：广告B版本比广告A版本访问量存在显著提升。H1：μ2 >μ1

Z检验：

A,B两个广告分别选取了31天的访问量数据，并计算出了A,B广告访问量的平均数和标准差。

SE=1047

Z=(30366-23118)/1047

Z=6.92

6.92>2.33 即P<0.01

因此，可以认为在99%置信区间下，拒绝原假设。A,B两个版本的广告访问量差异显著，广告B访问量比广告A有显著提升。

检验2：C D两版广告访问量效果对比

建立假设：

虚无假设：广告C版本与广告D版本访问量没有差异。H0：μ1  = μ2

备择假设：广告C版本与广告D版本访问量存在显著差异。H1：μ1 ≠ μ2

Z检验：

A,B两个广告分别选取了41天的访问量数据，并计算出了C,D广告访问量的平均数和标准差。

SE=4394

Z=(31096-26782)/4393

Z=0.98

0.98<1.96 即P>0.05

因此，接受原假设，C,D两个版本的广告访问量差异不显著。