Bayesiaanse Statistiek

Wat zijn Bayesiaanse statistieken?

De Bayesiaanse statistiek is de ruggengraat van A/B testen. Het is gebaseerd op een statistische berekening die niet alleen het vertrouwensniveau meet (zoals frequentistische testen), maar ook de betrouwbaarheidsinterval van de winst. Het vertrouwensniveau staat ook bekend als het betrouwbaarheidsniveau. De betrouwbaarheidsgraad is een statistische indicator die het punt toelaat waar conclusies van de resultaten kunnen worden getrokken door de A/B testtool dat wordt geïdentificeerd. Het wordt berekend met behulp van verschillende statistische testen, en zodra het een bepaalde drempel bereikt (bij conventie 95%), geeft het aan dat de verschillen in resultaten tussen twee verschillende samples rechtvaardig kunnen worden toegeschreven tot een gewijzigd element, en niet aan toeval.

Het geeft aan welke winst daadwerkelijk kan worden verwacht door variatie A te vervangen door variatie B. Zo maakt de Bayesiaanse statistiek een veilige data-gebaseerde besluitvorming mogelijk.

Met de Bayesiaanse methode is het niet nodig om vooraf de proefgrootte te schatten en er streng aan te houden. Zelfs zonder complexe steekproeven kunnen gebruikers binnen een zeer korte tijd betrouwbare resultaten krijgen. Zo maakt deze methode de voortdurende observatie van de testresultaten mogelijk.

Waarom zijn Bayesiaanse statistieken belangrijk?

Traditionele statistieken zijn niet bedoeld voor testbedoelingen; deze statistieken zijn vaak frequentistische statistieken. Het heeft zijn nadelen wanneer het wordt toegepast op het optimaliseren van webconversies. Frequentistische statistieken informeren ons alleen dat er een statistische betrouwbaarheidsverschil is tussen twee variaties, maar laat ons niet het verschil zien. Het is bepalend dat beslissingsmakers betrouwbare en preciezere informatie hebben. Dat is waar de Bayesiaanse statistieken inspringen.

Bayesiaanse statistieken zijn voor een snellere en overtuigendere beslissingsproces. Deze aanpak voegt een belangrijke indicator toe tot dit stuk bewijs dat helpt met het meten van onzekere conversie metingen, wat het betrouwbaarheidsinterval van de winst is.

Dingen om te onthouden

  • De meeste testoplossingen nemen de frequentistische aanpak om de significantie te testen, die bepaalt of er een verschil is – positief of negatief.
  • De Bayesiaanse benadering breidt dit inzicht uit door gebruik te maken van een belangrijke indicator die onzekerheden overschrijdt bij metingen van de conversiepercentages. Dit laat zien wat we echt kunnen verwachten door variatie A te vervangen door variatie B. Dit is de meting die de besluitvorming moet begeleiden.

Interne links / Case studies

Wil je meer informatie lezen over de Bayesiaanse statistieken en de voordelen ten opzichte van de frequentistische statistieken? Je kunt gemakkelijk onze Ebook “Clever Stats” downloaden, die je hier kunt vinden.