दर के माध्यम से एक क्लिक के सांख्यिकीय महत्व को मापने के लिए कैसे?

Question

मैं एक ओपन सोर्स प्रोजेक्ट का निर्माण कर रहा हूं जो माप करेगा कि विभिन्न फेसबुक विज्ञापनों की क्लिक दर के अंतर में अंतर महत्वपूर्ण है या नहीं। http://adwords.google.com/support/aw/bin/answer.py?hl=en&answer=167743 से प्रेरणा लेते हुए मैंने निम्नलिखित रूबी कोड लिखा (किसी भी तरीके को परिभाषित न करें जो वास्तव में वे कहते हैं) के भीतर परिभाषित नहीं किया गया है।

क्लिक दर के माध्यम से क्लिक करने वाले लोगों के प्रतिशत के रूप में परिभाषित किया जाता है जो उस विज्ञापन की छाप को देखते हुए लोगों की संख्या की तुलना में विज्ञापन पर क्लिक करते हैं।

    # ** exponentiation 
    # * multiplication 
    #/division 
    def standard_deviation 
    (experiment_ctr/(control_ctr**3) * (no_of_clicks_for_control + 
             no_of_clicks_for_experiment - product_of_ctrs * 
             total_no_of_impressions)/product_of_impressions) ** 0.5 
    end 

def z_score 
    (ratio_of_experiment_ctr_to_control - 1)/standard_deviation 
    end 

 

मैंने Google वेबसाइट से मानक विचलन कोड की प्रतिलिपि बनाई लेकिन यह मेरे लिए ख़राब दिखता है। क्या किसी के पास कोई विचार है कि यह सही है या नहीं?

बहुत सराहना की।

Answer 1

यह परिचित नहीं लग रहा है क्योंकि यह सामान्य महत्व परीक्षण नहीं है जो अधिकांश लोग देखने के आदी हैं। अधिकांश महत्व परीक्षण (निहायत सामान्यीकृत से अधिक, कृपया कोई आग की लपटों) द्वारा तैयार किए जाते हैं:

1. एक नमूना आंकड़ा कंप्यूटिंग, एक्स
2. उस आंकड़े की उम्मीद मूल्य, ई
3. निर्धारित उस आंकड़े के मानक विचलन का निर्धारण , एस
4. गणना परीक्षण आंकड़ा टी = (एक्स - ई)/एस
5. निर्धारित करता है, तो टी टी
की

धारणा वितरण पर आधारित महत्वपूर्ण है

सामान्य औसत महत्व परीक्षणों के लिए, ई नमूना मतलब है और एस नमूना मानक विचलन हम सबसे परिचित हैं।

यह महत्व परीक्षण नमूना आंकड़े के लिए कुछ अनुपात पर आधारित है। Google द्वारा प्रदान किया गया (ई-सी)/सी सूत्र। Google के अनुसार, यह आंकड़ा, (1/(1-पी)) - 2 का अपेक्षित मूल्य है और इसमें मानक विचलन है (पी/((सी + ई) * (1-पी)^3))^0.5 । इसलिए, उन उपरोक्त टी फॉर्मूला में प्लग किए गए नंबर होना चाहिए। Google की व्याख्या में जेड-स्कोर।

तो, हालांकि सूत्र अजीब दिखता है, यह ध्वनि मूलभूत सिद्धांतों पर आधारित है। आपको आत्मविश्वास के साथ इसका उपयोग करने में सक्षम होना चाहिए।