虧錢的機率
在這個練習中，你會用 DGP 模型來估計機率。
如前所述，這家公司可以加碼花費 3000 元重新設計廣告。這「可能」帶來更高的點擊率與註冊率，但並不保證。我們想透過計算虧錢的機率，來判斷是否值得多花這 3000 元。換句話說，就是高成本方案的營收減去低成本方案的營收小於成本的機率。
一旦我們模擬出營收結果，就能提出許多傳統分析方法難以回答的問題。
這個簡單但強大的架構，是以貝葉斯方法取得機率的基礎。
本練習屬於課程
Python 的統計模擬
練習說明
- 將高、低成本方案之間的成本差
cost_diff初始化為3000。 - 取得高成本方案的營收，指定給
rev_high。 - 計算
rev_high - rev_low小於cost_diff的次數比例。將其命名為frac，並用它來列印結果。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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(____))