Test A/B Adattivo — Test A/B Adattativo
Un test A/B adattativo è un disegno sperimentale che rialloca dinamicamente il traffico o i partecipanti verso le varianti con prestazioni migliori durante l'esperimento stesso, anziché mantenere allocazioni fisse fino alla fine. Basandosi su algoritmi multi-arm bandit come il Thompson Sampling o l'Upper Confidence Bound (UCB), esso bilancia l'esplorazione di varianti incerte con lo sfruttamento di quelle che mostrano già prestazioni superiori, producendo tipicamente risultati aggregati più elevati pur fornendo conclusioni inferenziali valide.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Russo, D., Van Roy, B., Kazerouni, A., Osband, I., & Wen, Z. (2018). A Tutorial on Thompson Sampling. Foundations and Trends in Machine Learning, 11(1), 1–96. DOI: 10.1561/2200000070 ↗
- Offer-Westort, M., Coppock, A., & Green, D. P. (2021). Adaptive Experimental Design: Prospects and Applications in Political Science. American Journal of Political Science, 65(4), 826–844. DOI: 10.1111/ajps.12597 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Adaptive A/B Testing. ScholarGate. https://scholargate.app/it/experimental-design/adaptive-ab-test
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Disegno ABDisegno sperimentale↔ compare
- Esperimento AdattivoDisegno sperimentale↔ compare
- Test A/B BloccatoDisegno sperimentale↔ compare
- Test fattoriale A/BDisegno sperimentale↔ compare
- Esperimento multi-braccioDisegno sperimentale↔ compare
- Trial Controllato Randomizzato (RCT)Disegno sperimentale↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →