對NPS應用統計測試可能會造成混淆。在這篇文章中，研究院商標設計和研究院vi設計公司將定義問題，分解解決問題的方法，并避免使用數學方程式來保持事物的概念性。通過這種方式，將更容易理解NPS分數的統計測試所發生的情況。

NPS的問題

要了解的第一個問題是，我們不能直接對NPS分數進行統計檢驗，因為NPS分數沒有明顯的分布。這是因為De廢者和促進者的許多很多組合都可以產生相同的準確NPS分數。

由于我們不能僅從觀察到的NPS來計算誤差幅度，因此，我們沒有將測試應用于NPS分數本身，而是在測試促進者和批評者發生率的分布模式。這是第一個可以理解的概念：盡管Reichheld徒弟提出了要求，但我們并未測試“一個數字”。我們正在統計測試響應的潛在子組的組成指標。

因此，我們正在嘗試在促進者和批評者水平附近衡量誤差（或精度）。無源元件也位于其中，但由于研究院商標設計和研究院vi設計公司不是計算的一部分，因此我們暫時將它們放置在一邊。

可以把它想象成從袋子里掏出口香糖。促銷員有一定數量的綠色口香糖，De毀者有紅色口香糖，被動式有黃色口香糖。口香糖上幾乎沒有微小的數字可以告訴顏色內的其他信息，但這對目的并不重要。主要重點是跟蹤從包中提取的三種顏色。此，我們需要做的是理解抽簽的誤差和置信度，以便進行統計檢驗。由于我們不知道人口的真實比例，因此估算必須基于抽簽。這與我們對正常的Top2 Box得分或“是/否”類型問題中“是”的百分比所做的操作相同。在這種情況下，正在估計比例。這是一種變化，我們正在研究兩個相關比例之間的差異。如果提升者的百分比上升，則假設被動者成立，貶低者的百分比必須保持不變或下降。

因此，我們需要計算綠色口香糖和紅色口香糖的比例差異的標準誤差。有一個基本的等式，但只要根據樣本量的比例進行比較即可。從袋子中抽出的口香糖越多，口香糖比例的估計值就越好。

一旦計算出標準誤差（即3.3％），再加上我們希望自己有多自信的信息（90％，95％或99％），則對于標準差的結果誤差估計為+/- 6.57。第一組抽獎。

這很有趣，因為它給我們的NPS（33）附近提供了一個誤差帶，但是我們真正需要的是標準誤差，以便進行逐周期差異測試。請記住，每個調查都有其自己的誤差范圍，并且每個誤差都必須考慮在內。乙OTH次圣誕老人到來的時候，它是一個單獨的平局。

運行相同的方程式，新的測量標準誤差為3.5％。非常接近去年。如果研究院商標設計和研究院vi設計公司說今年總共只能抽出200次抽獎，那么這個錯誤會更高。但是現在，它幾乎是相同的，因為又要進行500次抽獎。

他從未說過口香糖的混合物是否相同，因此，根據每個基本大小，需要確認兩個比例差異的標準誤差之間的差異。

當再次計算綠色口香糖和紅色口香糖的比例差異的標準誤差時，將測量值＃1和測量值＃2的標準誤差合并在一起，得出比較差異的整體標準誤差。從技術上講，這是通過取各個平方標準誤差的平方根來進行的，并且實質上將誤差匯總。最壞的情況是，在兩個時期內，研究院商標設計和研究院vi設計公司將看到單個度量的誤差（如“頂盒”百分比）大約翻倍。但請放心，它通常低于此值，尤其是在樣本大小相似的情況下。