Kans om geld te verliezen
In deze oefening gebruiken we het DGP-model om een kans te schatten.
Zoals eerder gezien kan dit bedrijf ervoor kiezen om extra geld uit te geven, zeg $3000, om de advertentie te redesignen. Dit kan mogelijk zorgen voor hogere doorklik- en aanmeldpercentages, maar dat is niet gegarandeerd. We willen weten of we deze extra $3000 wel of niet moeten uitgeven door de kans te berekenen dat we geld verliezen. Met andere woorden: de kans dat de opbrengst van de duurdere optie minus de opbrengst van de goedkopere optie kleiner is dan de kosten.
Zodra we opbrengsten hebben gesimuleerd, kunnen we een rijk scala aan vragen stellen die met traditionele analytische methoden misschien niet haalbaar waren.
Dit eenvoudige maar krachtige raamwerk vormt de basis van Bayesiaanse methoden om kansen te bepalen.
Deze oefening maakt deel uit van de cursus
Statisticale simulatie in Python
Oefeninstructies
- Initialiseer
cost_diff, het verschil tussen de 'duurdere' en 'goedkopere' optie, op3000. - Haal de opbrengst op voor de duurdere optie en ken deze toe aan
rev_high. - Bereken het deel van de keren dat
rev_high - rev_lowkleiner is dancost_diff. Noem ditfracen gebruik het om je resultaten af te drukken.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# 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(____))