Bayesian 방법론을 사용하여 AB 테스트의 결과를 계산하기 위해 Bayesian ab 테스트 의 공식을 사용하고 있습니다.
어디
- 에 A의 성공 횟수를 더한 것
- 하나의 \ beta_A + A에 대한 실패 횟수
- 에 B의 성공 횟수를 더한 것
- 하나의 \ beta_B + B의 실패 횟수
- 는 베타 함수입니다
데이터 예 :
control: 1000 trials with 78 successes
test: 1000 trials with 100 successes
표준 비 베이지안 소품 테스트를 통해 중요한 결과를 얻을 수 있습니다 (p <10 %).
prop.test(n=c(1000,1000), x=c(100,78), correct=F)
# 2-sample test for equality of proportions without continuity correction
#
# data: c(100, 78) out of c(1000, 1000)
# X-squared = 2.9847, df = 1, p-value = 0.08405
# alternative hypothesis: two.sided
# 95 percent confidence interval:
# -0.0029398 0.0469398
# sample estimates:
# prop 1 prop 2
# 0.100 0.078
링크의 설명을 사용하여 Bayes 수식을 구현하면 매우 이상한 결과를 얻었습니다.
# success control+1
a_control <- 78+1
# failures control+1
b_control <- 1000-78+1
# success control+1
a_test <- 100+1
# failures control+1
b_test <- 1000-100+1
is_control_better <- 0
for (i in 0:(a_test-1) ) {
is_control_better <- is_control_better+beta(a_control+i,b_control+b_test) /
(b_test+i)*beta(1+i,b_test)*beta(a_control,b_control)
}
round(is_control_better, 4)
# [1] 0
이는 이 이라는 것을 의미합니다.이 데이터가 주어지면 의미가 없습니다.
누군가가 명확히 할 수 있습니까?
당신의 권리! 더 많은 관심을 끌 것이라고 생각했습니다!
—
Yehoshaphat Schellekens
@YehoshaphatSchellekens
—
Tim
p-value
그것이 관련이 없기 때문에 태그를 제거하는 진짜 이유라면 .
물론 문제 없습니다.
—
Yehoshaphat Schellekens
p-value
태그 가있는 베이지안 분석 질문 ? 베이지안은 p- 값과 관련이 없다고 생각했습니다.