ฉันพยายามที่จะทำ A / B การทดสอบด้วยวิธีแบบเบย์เช่นเดียวกับในการเขียนโปรแกรมสำหรับความน่าจะเป็นแฮกเกอร์และคชกรรมการทดสอบ A / B บทความทั้งสองอนุมานว่าผู้มีอำนาจตัดสินใจตัดสินใจว่าตัวแปรใดดีกว่าโดยขึ้นอยู่กับความน่าจะเป็นของเกณฑ์บางอย่างเช่นดังนั้นจึงดีกว่า ความน่าจะเป็นนี้ไม่ได้ให้ข้อมูลใด ๆ ว่ามีข้อมูลเพียงพอที่จะสรุปได้หรือไม่ ดังนั้นจึงไม่ชัดเจนสำหรับฉันเมื่อต้องหยุดการทดสอบA
สมมติว่ามีสอง RVs ไบนารีและBและฉันต้องการที่จะประเมินว่าเป็นไปได้ที่p_A> p_Bและ\ frac {p_A - p_B} {} p_A> 5 \%ตามข้อสังเกตของและB นอกจากนี้สมมติว่าผู้ออกแบบโปสเตอร์ p_Aและp_Bนั้นเป็นรุ่นเบต้า
เนื่องจากฉันสามารถหาพารามิเตอร์สำหรับและฉันสามารถเก็บตัวอย่าง posteriors และประมาณ{ข้อมูล}) ตัวอย่างในไพ ธ อน:
import numpy as np
samples = {'A': np.random.beta(alpha1, beta1, 1000),
'B': np.random.beta(alpha2, beta2, 1000)}
p = np.mean(samples['A'] > samples['B'])
ฉันจะได้รับตัวอย่างเช่น0.95 ตอนนี้ผมต้องการที่จะมีบางอย่างเช่น0.03
ฉันได้วิจัยเกี่ยวกับช่วงเวลาที่น่าเชื่อถือและปัจจัย Bayes แต่ไม่สามารถเข้าใจวิธีการคำนวณพวกเขาสำหรับกรณีนี้หากพวกเขาสามารถใช้งานได้เลย ฉันจะคำนวณสถิติเพิ่มเติมเหล่านี้ได้อย่างไรเพื่อให้ฉันมีเกณฑ์การเลิกจ้างที่ดี