CommencezCommencez gratuitement

Probabilité de perdre de l'argent

Dans cet exercice, nous allons utiliser le modèle du processus de génération des données (DGP) pour estimer une probabilité.

Comme on l'a vu, cette entreprise peut dépenser une somme supplémentaire, disons 3 000 \(, pour refaire la conception de l'annonce. Cela pourrait augmenter les taux de clics et d'inscription, mais ce n'est pas garanti. Nous voulons savoir s'il faut dépenser ou non ces 3 000 \) supplémentaires en calculant la probabilité de perdre de l'argent. Autrement dit, la probabilité que le revenu de l'option à coût élevé moins le revenu de l'option à faible coût soit inférieur au coût.

Une fois que nous avons simulé les résultats de revenus, nous pouvons poser un large éventail de questions qui n'auraient peut-être pas été accessibles avec des méthodes analytiques traditionnelles.

Ce cadre simple, mais puissant, constitue la base des méthodes bayésiennes pour obtenir des probabilités.

Cette activité fait partie du cours

Simulation statistique en Python

Voir le cours

Instructions de l’exercice

  • Initialisez cost_diff, la différence entre les options à coût « high » et « low », à 3000.
  • Obtenez le revenu pour l'option à coût élevé et affectez-le à rev_high.
  • Calculez la proportion des fois où rev_high - rev_low est inférieur à cost_diff. Nommez-la frac et utilisez-la pour afficher vos résultats.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Initialize cost_diff
sims, cost_diff = 10000, ____

# Get revenue when the cost is 'low' and when the cost is 'high'
rev_low = get_revenue(get_signups('low', ct_rate, su_rate, sims))
rev_high = ____

# calculate fraction of times rev_high - rev_low is less than cost_diff
frac = ____
print("Probability of losing money = {}".format(____))
Modifier et exécuter le code