如何计算几个目标转换率的统计显着性？

我正在为自己的使用制作一个python/django分割测试或一个/ b测试库。但是我不知道如何计算我的测试是否具有统计学意义。我没有统计知识，所以我无法理解大多数维基百科文章或关于此主题的网页，所以我正在寻求来自我的同行程序员的帮助。如何计算几个目标转换率的统计显着性？

我有一个简单的4个选项的实验，我有一些用户使用它的数据。每个用户都在4个选项中的一个（为了争论，我们可以调用控件上的第一个选项）。每个用户都是成功或失败的，所以我知道每个选项的转换率。我如何确定我的测试是否具有统计显着性，或者它是否都是随机的。

本质上我的输入将是[ (a_yes, a_total), (b_yes, b_total), (c_yes, c_total), (d_yes, d_total)]，并且很容易计算出每个选项的转换率，即使每个选项的转换率与a相比都很好，但我如何计算它的统计显着性，以便我可以知道这个测试告诉我什么，或者如果我应该继续让它运行并收集更多的数据。

我在使用formulæ时只有2个选项（传统的a/b测试），但我希望这个库可以处理多个选项。甚至有可能用多个值来计算统计显着性。

本质上，我试图做一些类似于这个http://mixpanel.com/labs/split-test-calculator，但在Python中。奖金积分，如果有一些python库我可以只是“点安装...”

来源

2011-11-23 Rory

的JavaScript代码是在页面上。查看源显示它。这似乎不难解释。你还想要什么？ –

我相信你需要的是卡方检验的独立性。对于每种治疗，您有一个是计数和一个没有计数（total - yes）。该方法在其他地方被描述为here。

SciPy的具有功能做艰苦的工作：http://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.chi2_contingency.html#scipy.stats.chi2_contingency

来源

2011-11-23 21:59:52

如何计算几个目标转换率的统计显着性？

回答

相关问题