Adaptieve A/B-test — Adaptieve A/B-testen
Een adaptieve A/B-test is een experimenteel ontwerp dat dynamisch verkeer of deelnemers herverdeelt naar beter presterende varianten tijdens het experiment zelf, in plaats van de toewijzingen vast te houden tot het einde. Voortbouwend op multi-armed bandit-algoritmen zoals Thompson Sampling of Upper Confidence Bound (UCB), balanceert het de exploratie van onzekere varianten met de exploitatie van varianten die al superieure prestaties vertonen, wat doorgaans leidt tot hogere totale resultaten en toch geldige inferentiële conclusies oplevert.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Adaptive A/B Testing. ScholarGate. https://scholargate.app/nl/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.
- AB-ontwerpExperimenteel ontwerp↔ compare
- Adaptief ExperimentExperimenteel ontwerp↔ compare
- Geblokkeerde A/B-testExperimenteel ontwerp↔ compare
- Factorial A/B TestExperimenteel ontwerp↔ compare
- Multi-arm experimentExperimenteel ontwerp↔ compare
- Gerandomiseerde gecontroleerde studie (RCT)Experimenteel ontwerp↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →