如何衡量點擊率的統計顯着性？

我正在構建一個開源項目，它將衡量各種Facebook廣告的點擊率差異是否顯着。從http://adwords.google.com/support/aw/bin/answer.py?hl=en&answer=167743中獲得靈感，我寫了下面的ruby代碼（假設沒有在內部定義的任何方法完全按照他們的說法）。如何衡量點擊率的統計顯着性？

點擊率被定義爲點擊廣告的人數與查看廣告展示次數的人數的百分比。



    # ** 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

我複製了Google網站上的標準偏差代碼，但它看起來很腥。有沒有人有任何想法，這是否是正確的？

非常感謝。

來源

2011-03-07 Jack Kinsella

那是什麼語言？我不認識這個語法。我也會用語言來標記問題。 – Amy 2011-03-08 00:01:33

它是紅寶石。我現在要標記它。 – 2011-03-08 00:02:45

傑克，你可能想嘗試stats.stackexchange.com。這個公式對我來說似乎並不熟悉（control_ctr^3？呵？），但這並不意味着它不正確（或大致正確）。 stats.stackexchange.com的人可以告訴你。 – 2011-03-09 16:26:13

它看起來並不熟悉，因爲它不是大多數人習慣看到的普通意義測試。最顯着性檢驗是由（嚴重超過通用，請無火焰）配方：

計算樣本統計量，X
確定統計的期望值，E
確定統計的標準偏差，S
計算檢驗統計量T =（X - E）/ S
確定是否基於T.

的假設分佈T是顯著

對於通用均值顯着性檢驗，E是樣本均值，S是我們最熟悉的樣本標準差。

此顯着性檢驗基於樣本統計的一些比率。 Google提供的（E-C）/ C公式。根據谷歌的統計，該預測值爲（1 /（1-p）） - 2，標準差爲（p /（（C + E）*（1-p）^ 3））^ 0.5 。所以，這些應該是插入上面T公式的數字。谷歌解釋中的z分數。

所以，儘管公式看起來很奇怪，但它基於健全的基本面。你應該能夠放心地使用它。

來源

2011-03-22 20:03:03

如何衡量點擊率的統計顯着性？

回答

相關問題