为什么计算置信度？

在推荐场景下，我们会研发一些策略，来提升业务指标，在做AB实验的时候，实验组跟base组的指标对标，并非稳定的胜利或者稳定的失败，观察7天或者14天的指标数据，会有正有负，那么怎么衡量胜利的置信度呐？这属于碰到统计学中的假设检验问题，可以使用常见的卡方检验、t检验以及正态性检验等，去检验论证某个设想，并通过统计学的方法做解释。

置信度是什么？

理论与应用

t检验，通常会应用于三种情况的检验，分别是单样本t检验、双样本t检验和配对样本t检验。

这里着重说下配对样本t检验，跟工作中的AB实验吻合。

配对样本t检验

配对样本t检验，是针对同一组样本在不同场景下，某数值型指标均值之间的差异。实际上读者也可以将该检验理解为单样本t检验，检验的是两配对样本差值的均值是否等于0，如果等于0，则认为配对样本之间的均值没有差异，否则存在差异。所以，该检验也遵循两个前提假设，即正态性分布假设和样本独立性假设。下面利用统计学中的四步法完成配对样本的t检验：

步骤一：提出原假设和备择假设

步骤二：构造t统计量

其中，xbar为配对样本差的均值，s为配对样本差的标准差。在原假设满足的情况下，t统计量服从自由度为n-1的t分布。

步骤三：计算t统计量

根据步骤二中的计算公式，可以计算得到配对样本t检验的统计量值。这里使用了AB实验两组数据的差作为t统计量。

可以选择实现单样本t检验的ttest_1samp函数，也可以直接选择实现配对样本t检验的ttest_rel函数。接下来结合这两个函数，完成可支配收入的t检验。

置信度计算代码：

#!/usr/bin/python
# -*- coding: UTF-8 -*-from scipy import statsdef load_data(input_file):value = []with open(input_file, 'r') as f:for line in f:l = line.strip()if len(l) > 0:value.append(float(l))return valuedef save_p_value():data = load_data('data.txt')print(data)result = stats.ttest_1samp(data,0)print('statistic: ' + str(result[0]))print('p-value: ' + str(result[1] / 2))print('置信度：' + str(1 - result[1] / 2))def main():save_p_value()

举个例子

需要计算置信度的数据保存于data.txt中：

0.011756813
0.007696947
-0.003020396
0.015364271
0.047068377
0.001973821
-0.004978872
0.016051776
0.030067915
-0.025374734
0.04177658
-0.013990472

运行上面的代码，p_value.py，得到如下结果：

[0.011756813, 0.007696947, -0.003020396, 0.015364271, 0.047068377, 0.001973821, -0.004978872, 0.016051776, 0.030067915, -0.025374734, 0.04177658, -0.013990472, -0.082597621]
statistic: 0.35054762661433364
p-value: 0.36600218285336517
置信度：0.6339978171466348

置信度越大越好，上面这个例子可以解释为：实验组的指标没有带来较大的提升。

参考：

1.T检验：https://cloud.tencent.com/developer/article/1429993

置信度计算——T检验(配对样本t检验、AB实验置信度)相关推荐

t检验（独立样本t检验配对样本t检验非参检验多余两组的比较方差分析非参检验）
文章目录独立样本t检验配对样本t检验非参检验多余两组的比较方差分析非参检验独立样本t检验 library(MASS)t.test(Prob~So, data = UScrime,var. ...
python配对t检验_置信度计算——t检验（配对样本t检验，AB实验置信度）,T
为什么计算置信度? 在推荐场景下,我们会研发一些策略,来提升业务指标,在做AB实验的时候,实验组跟base组的指标对标,并非稳定的胜利或者稳定的失败,观察7天或者14天的指标数据,会有正有负,那么怎么 ...
cc和毫升换算_毫升学生两个样本配对样本t检验不
cc和毫升换算 In Z-test, we assume we know the standard deviation of the population. What if we don't know ...
SAS学习笔记25 t检验（单个样本t检验、配对样本t检验、两个独立样本t检验及方差不齐时的t'检验）...
根据研究设计和资料的性质有单个样本t检验.配对样本t检验.两个独立样本t检验以及在方差不齐时的t'检验单样本t检验单样本t检验(one-sample t-test)又称单样本均数t检验,适用于样本 ...
如何使用SPSS配对样本T检验，来探索测试前后数据的差异
IBM SPSS Statistics的配对样本T检验与独立样本T检验相似,都可用于对比两个组的均值差异,不同的是,配对样本T检验对比的是两组变量的平均值,计算的是单个个案在两个变量的值的差异,检验其 ...
独立样本与配对样本t检验
spss操作全力推荐医咖会这个医学网站,上面讲解非常齐全,下附链接:https://www.mediecogroup.com 组间均值是否存在差异,使用t检验独立样本t检验 1.需满足条件 ①.数据 ...
单样本t检验、独立样本t检验、配对样本t检验_python_数据分析_7
单样本t检验:检验单个变量的均值与目标值之间是否存在差异,如果总体均值已知,样本均值与总体均值之间差异显著性检验属于单样本t检验. 金融应用: 原假设为沪深300收益率均值为0,而p值为0.27> ...
R配对样本t检验（PAIRED T-TEST）
R配对样本t检验(PAIRED T-TEST) 目录 R配对样本t检验(PAIRED T-TEST) 假设检验假设检验的应用配对样本t检验
统计学基础（假设检验、两个总体均值之差检验，独立样本t检验，配对样本t检验）
假设检验 σ^2 已知用z统计量 σ^2 未知用t统计量 z=(xbar-μ)/(σ/sqrt(n)) t=(xbar-μ)/(s/sqrt(n)) H0: 一般带有等号 "=&qu ...

置信度计算——T检验(配对样本t检验、AB实验置信度)