A/B测试之binomial test

本文探讨了如何将贝叶斯统计应用于A/B测试中,通过beta分布和伯努利分布分析转化率。以趣学贝叶斯统计为例,对比A组和B组的点击率,通过计算后验分布并抽取样本,发现B组转化率可能优于A组。但根据不同的置信水平(HDI),在0.95的宽度下无法确定显著差异,而当宽度调整为0.89时,可以拒绝原假设,揭示出两组转化率的差别。
摘要由CSDN通过智能技术生成

转化率的问题,跟抛硬币其实是一样的问题。一个用户转化或者没转化,一枚硬币正面或者背面。

beta分布:

其中,

 

 可以认为a、b分别是正面和反面的次数。a=1,b=1时,是均匀分布。

使用beta分布作为先验,伯努利分布作为似然,那么后验分布也是beta分布

如果N次实验出现z次正面,那么由贝叶斯公式,

Beta(a后验,b后验) = Beta(a先验+a似然, b先验+b似然)

下图取自Doing Bayesian Data Analysis 6.3.1节

 下面用趣学贝叶斯统计第15章的例子。先验分布取Beta(3,7)

x <- seq(0,1,length=10000)
beta_dist <-data.frame(cbind(x, dbeta(x,3,7)))
ggplot(beta_dist, aes(x,V2))+geom_line()
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值