Bayesian A/B Test
Based on the lecture “Bayesian Modeling (2024-1)” by Prof. Yeo Jin Chung, Dept. of AI, Big Data & Management, College of Business Administration, Kookmin Univ.
Question
프론트엔드 웹 개발자는 전환율(Conversion Rate)을 개선하기 위해 웹사이트 디자인을 기존 $A$ 안에서 $B$ 안으로 개편하고자 한다. 변경 전, 개발자는 개편이 성공적이었는지 확인하기 위해 A/B Test 를 실시하였다. 구체적으로 방문객 일부에게는 $A$ 를, 나머지는 $B$ 를 제공한 후, 전환 수를 아래와 같이 기록하였다. $A,B$ 전환율 간에 유의한 차이가 있다고 볼 수 있는가? (단, \(\sigma^2_{A}=\sigma^2_{B}\) 임이 알려져 있다고 가정한다.)
디자인 | 방문자 수 | 전환 수 |
---|---|---|
A | 1,300 | 120 |
B | 1,275 | 125 |
Frequentist A/B Test
- Point Estimator
- Interest Parameter : $\pi_A-\pi_B$
- Point Estimator : $p_A-p_B$
- Hypothesis
- $H_{0}:\quad p_A-p_B = D_{0}$
- $H_{1}:\quad p_A-p_B \ne D_{0}$
-
Parametric Test Assumptions
\[\begin{aligned} n_A \cdot p_A &\ge 5\\ n_A \cdot (1-p_A) &\ge 5\\ n_B \cdot p_B &\ge 5\\ n_B \cdot (1-p_B) &\ge 5 \end{aligned}\] -
Test Statistic
\[\begin{aligned} Z &= \frac{(p_A-p_B) - D_0}{\sqrt{s^2_p(1-s^2_p)\left(\displaystyle\frac{1}{n_A}+\displaystyle\frac{1}{n_B}\right)}} \sim N(0,1) \end{aligned}\]-
$s^{2}_p$ : Pooled Estimator
\[s^{2}_p = \frac{n_A \cdot p_A + n_B \cdot p_B }{n_A + n_B}\]
-
Bayesian A/B Test
-
Prior of $\pi$ Determination
-
전환율 $\pi$ 은 $n$ 번의 실험에 따른 성공 횟수 $X \mid \pi$ 에 대한 성공 확률임
\[X \mid \pi \sim \text{Bin}(n,\pi)\] -
\[\pi \sim \text{Beta}(\alpha_0,\beta_0)\]Binomial Dist.
의 성공 확률 $\pi$ 에 대한Conjugate Prior Dist.
로서Beta Dist.
가 적합함
-
-
Posterior of $\pi \mid X$ Estimation
\[\pi \mid X \sim \text{Beta}(\alpha_0 + X, \beta_0 + n - X)\] -
Beyes Action
\[\hat{p} = \text{arg}\min{\mathcal{R}(p)}\]-
$\mathcal{R}(p)$ : Bayes Risk
\[\begin{aligned} \mathcal{R}(p) &= \mathbb{E}_{\pi \mid X}\left[\text{Loss}(\pi, p)\right]\\ &\approx \frac{1}{k}\sum_{i=1}^{k}{\text{Loss}(p^{(i)}, p)} \end{aligned}\]
-
-
Compare $\hat{p}_A$ and $\hat{p}_B$