Probabilité de perdre de l’argent
Dans cet exercice, nous allons utiliser le modèle DGP pour estimer une probabilité.
Comme vu précédemment, cette entreprise peut dépenser un budget supplémentaire, disons 3 000 \(, pour refondre la publicité. Cela pourrait améliorer les taux de clic et d’inscription, mais rien n’est garanti. Nous souhaitons déterminer s’il faut ou non dépenser ces 3 000 \) 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 revenus, nous pouvons poser un grand nombre de questions qui ne seraient peut-être pas accessibles avec des méthodes analytiques traditionnelles.
Ce cadre simple mais puissant constitue la base des méthodes bayésiennes pour obtenir des probabilités.
Cet exercice fait partie du cours
<cours>Simulation statistique en Python</cours>Instructions de l’exercice
- Initialisez
cost_diff, la différence entre les options à coût « élevé » et « faible », à3000. - Récupérez le revenu pour l’option à coût élevé et assignez-le à
rev_high. - Calculez la proportion de fois où
rev_high - rev_lowest inférieure àcost_diff. Appelez-lafracet 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(____))