Teste A/B Adaptativo — Teste A/B Adaptativo
Um teste A/B Adaptativo é um desenho experimental que realoca dinamicamente o tráfego ou os participantes para variantes com melhor desempenho durante o próprio experimento, em vez de manter as alocações fixas até o final. Baseando-se em algoritmos de "multi-armed bandit" (bandido multi-braços), como a Amostragem de Thompson (Thompson Sampling) ou o Limite Superior de Confiança (Upper Confidence Bound - UCB), ele equilibra a exploração de variantes incertas com a exploração daquelas que já mostram desempenho superior, geralmente produzindo resultados agregados mais altos, ao mesmo tempo em que gera conclusões inferenciais válidas.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Adaptive A/B Testing. ScholarGate. https://scholargate.app/pt/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.
- Delineamento ABDelineamento experimental↔ compare
- Experimento AdaptativoDelineamento experimental↔ compare
- Teste A/B BloqueadoDelineamento experimental↔ compare
- Teste A/B FatorialDelineamento experimental↔ compare
- Experimento de múltiplos braçosDelineamento experimental↔ compare
- Ensaio Clínico Randomizado (ECR)Delineamento experimental↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →