... (Tùy chọn) trong ngữ cảnh Google Web Tối ưu hóa.
Giả sử bạn có hai nhóm và một biến phản ứng nhị phân. Bây giờ bạn nhận được kết quả sau:
- Bản gốc : 401 thử nghiệm, 125 thử nghiệm thành công
- Kết hợp16 : 441 thử nghiệm, 141 thử nghiệm thành công
Sự khác biệt không có ý nghĩa thống kê, tuy nhiên người ta có thể tính xác suất Tổ hợp16 sẽ đánh bại Bản gốc.
Để tính toán "Cơ hội để đánh bại bản gốc", tôi đã sử dụng một cách tiếp cận bayes, tức là thực hiện tích hợp monte carlo hai chiều trong các khoảng tin cậy kiểu Bayes (phân phối beta, (0,0) trước). Đây là mã:
trials <- 10000
resDat<-data.frame("orig"=rbeta(trials,125+1,401-125+1),
"opt"=rbeta(trials,144+1,441-144+1))
length(which(resDat$opt>resDat$orig))/trials
Kết quả này là 0,6764.
Kỹ thuật nào mà một người thường xuyên sử dụng để tính toán "Cơ hội để đánh bại ..."? Có lẽ chức năng sức mạnh của bài kiểm tra chính xác của Fisher?
Tùy chọn: Bối cảnh của Trình tối ưu hóa web của Google
Trình tối ưu hóa web của Google là một công cụ để kiểm soát Thử nghiệm đa biến hoặc Thử nghiệm A / B. Đây chỉ là một giới thiệu vì điều này không quan trọng đối với chính câu hỏi.
Ví dụ được trình bày ở trên được lấy từ trang giải thích của Google Web Tối ưu hóa (GWO), mà bạn có thể tìm thấy ở đây (vui lòng cuộn xuống phần " Phạm vi tỷ lệ chuyển đổi ước tính "), cụ thể từ hình 2.
Ở đây, GWO cung cấp 67,8% cho "Cơ hội để đánh bại Bản gốc", khác một chút so với kết quả của tôi. Tôi đoán Google sử dụng một cách tiếp cận giống như thường xuyên hơn và tôi tự hỏi: nó có thể là gì?
EDIT: Vì câu hỏi này gần như đã biến mất (tôi đoán vì tính chất quá cụ thể của nó), tôi đã đánh giá lại nó để được quan tâm chung.