Вероятность убытков
В этом упражнении мы воспользуемся моделью процесса генерации данных для оценки вероятности.
Как было показано ранее, у компании есть возможность вложить дополнительные $3000 в переработку рекламного объявления. Это может повысить показатели кликабельности и регистрации, однако результат не гарантирован. Чтобы решить, стоит ли тратить эти $3000, вычислим вероятность убытков — то есть вероятность того, что выручка от дорогостоящего варианта за вычетом выручки от дешёвого окажется меньше разницы в затратах.
Получив смоделированные значения выручки, можно задать широкий круг вопросов, недоступных при использовании традиционных аналитических методов.
Эта простая, но мощная схема лежит в основе байесовских методов вычисления вероятностей.
Это упражнение является частью курса
Статистическое моделирование на Python
Инструкции к упражнению
- Инициализируйте переменную
cost_diff, равную разнице между «дорогим» и «дешёвым» вариантами, значением3000. - Вычислите выручку для дорогостоящего варианта и присвойте её переменной
rev_high. - Рассчитайте долю случаев, когда
rev_high - rev_lowменьшеcost_diff. Назовите еёfracи используйте для вывода результатов.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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(____))