计算出来的n分别是104355，104357。网上很多文章这里用的都是双尾的样本量，个人觉得这里用单尾就行，如理解有误，欢迎指正[惊喜]
实验前，计算出每个评估指标需要的样本量，取最大值进行测试即可。
工具上有在线计算器、R（power.prop.test）、python（statsmodels.stats.power）等。
04
测试执行时长
AB测试的执行时长会影响测试结论的准确性。比如，时间太短的话，可能参与测试的用户主要是产品高频用户，或者进入实验的样本量不足而影响测试结论。另外，新奇效应可能导致优化方案在短期内带来好的效果，但长期影响不大；或者由于学习曲线的存在，当我们进行了一些视觉或者交互调整时，用户短时间内未适应。
AB测试时间长度并没有一个统一的标准，主要看测试的内容和目标用户的使用习惯，要与用户使用周期相匹配，覆盖多个周期才能得到足够数量且有代表性的样本，同时要注意包含工作日和节假日。
