You need to enable JavaScript to run this app.
导航
报告解读:客群实验
最近更新时间:2024.06.06 14:09:29首次发布时间:2024.06.06 14:09:29

本文为您介绍客群实验报告的特殊数据解读。

优胜客群&优胜实验版本&获胜概率
  • 针对每个实验版本,使用蒙特卡洛法,得出每个客群的获胜概率
  • 针对每个客群,使用蒙特卡洛法,得出每个实验版本的获胜概率
  • 蒙特卡洛法计算方法
    • 随机抽样取值一万次,每次抽样在每条曲线上都取一个值,最大的曲线计数1,完成抽样后,计算每条曲线值最大的次数/10000,即为该条曲线为最优方案的概率
    • 例如,在下图的示例中,假设共抽样3次(绿、黄、黑箭头),经过三次抽样后,第1次抽样(绿色箭头),蓝色曲线胜出;第2次抽样(黄色箭头),蓝色曲线胜出;第3次抽样,红色曲线胜出(黑色箭头)。则,红色曲线为最优方案的概率为33.3%,蓝色曲线胜出的概率为66.7%。
    • 当存在特别多组的时候,该方法需要被修正。
      图片
  • 优胜实验版本/优胜客群
    • 此时根据实验结论,选出优胜者。
    • 若因为样本量不足、差异不显著等原因,未产生优胜者,则展示“未产生优胜客群”/“未产生优胜版本”。

方差分析表

方差来源

平方和

自由度

均方误差

$$F$$ 比

$$p$$值

因素 A

$$S_A$$

$$r-1$$

$$\bar{S}_A = \frac{S_A}{r-1}$$

$$\frac{\bar{S}_A}{\bar{S}_E}$$

因素 T

$$S_T$$

$$s-1$$

$$\bar{S}_T = \frac{S_T}{s-1}$$

$$\frac{\bar{S}_T}{\bar{S}_E}$$

交互效应

$$S_{AT}$$

$$(r-1)(s-1)$$

$$\bar{S}{AT} = \frac{S{AT}}{(r-1)(s-1)}$$

$$\frac{\bar{S}_{AT}}{\bar{S}_E}$$

误差

$$S_E$$

$$n - rs$$

$$\bar{S}_E = \frac{S_E}{n-rs}$$

总和

$$S_T$$

$$n-1$$

其中 F 比值服从 $$\chi^2_{r,s}$$ 分布,其中 $$r,s$$ 分别是分子和分母的自由度。