損をする確率
この演習では、DGP（データ生成プロセス）モデルを使って確率を推定します。
先ほど見たように、この会社は追加で $3000 を支払って広告を再設計するという選択肢があります。これによりクリック率やサインアップ率が上がる可能性はありますが、保証はありません。ここでは、損をする確率を計算して、この追加の $3000 を支払うべきかどうかを判断したいと考えます。言い換えると、高コスト案の収益から低コスト案の収益を引いた値がコストより小さくなる確率です。
一度収益のシミュレーション結果が得られれば、従来の解析手法では扱いづらかった、より豊富な問いを立てることができます。
このシンプルで強力な枠組みは、確率を得るためのベイズ手法の土台となります。
この演習はコースの一部です
Pythonで学ぶ統計シミュレーション
演習の手順
- 'high' と 'low' のコスト差を表す
cost_diffを3000に設定します。 - 高コスト案の収益を取得して
rev_highに代入します。 rev_high - rev_lowがcost_diffより小さい回数の割合を計算します。これをfracと呼び、結果の出力に使ってください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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(____))