Bayesianische Ergebnisse

Die bayesianische Hälfte modelliert die Conversion-Rate jeder Variante als Verteilung statt als Punkt, ausgehend von einem uniformen Prior, der nichts unterstellt, und aktualisiert ihn mit dem, was tatsächlich beobachtet wurde. Aus diesen Verteilungen berichtet sie die Wahrscheinlichkeit, dass jede Variante die beste der getesteten ist, die erwarteten Kosten einer falschen Wahl, und ein Kredibilitätsintervall je Variante.

Sie wird für jedes Experiment berechnet, nicht als optionaler Modus, den Sie aktivieren müssen. Beide Hälften stehen auf demselben Bildschirm, weil sie unterschiedliche Fragen beantworten und Menschen beide brauchen: Die Wahrscheinlichkeit lässt sich leichter danach handeln, der p-Wert leichter verteidigen.

Die Wahrscheinlichkeiten stammen aus wiederholtem Stichprobenziehen aus den Posteriors und dem Zählen, wie oft jede Variante vorn liegt. Ein Detail zählt mehr, als es aussieht: Das Stichprobenziehen wird aus den Daten selbst geseedet, dieselben Zählungen ergeben also immer dieselbe Antwort. Ohne das würde ein Neuladen der Seite die Wahrscheinlichkeit jedes Mal leicht verschieben, und eine Zahl, die sich ändert, obwohl sich nichts geändert hat, vertraut niemand.

Wie die frequentistische Hälfte beschreibt das einen Prozess aus konvertiert oder nicht konvertiert, sie wird also für Conversions berechnet. Umsatz je Session ist keine Größe dieser Art, und die Konsole meldet sie als fehlend, statt die Spalte künstlich zu füllen.