advertising

___ answer13070425 ___

Wenn Sie dies als Binomialparameter behandeln, können Sie eine Bayessche Schätzung vornehmen. Wenn Ihr Prior bei ctr einheitlich ist (eine Beta-Verteilung mit Parametern (1,1)), dann ist Ihr posterior Beta (1 + # Klick, 1 + # Impressionen- # Klick). Ihr hinteres Mittel ist # click + 1 / # impressions + 2, wenn Sie eine einzige zusammenfassende Statistik dieses hinteren Bereichs wünschen, aber Sie wahrscheinlich nicht, und hier ist warum:

Ich weiß nicht, mit welcher Methode Sie feststellen, ob ctr hoch genug ist, aber sagen wir, Sie interessieren sich für alles mit ctr & gt; 0.9. Sie können dann die kumulative Dichtefunktion der Beta-Verteilung verwenden, um zu sehen, welcher Anteil der Wahrscheinlichkeitsmasse über der Schwelle von 0,9 liegt (dies ist nur 1 - der cdf bei 0,9). Auf diese Weise wird Ihre Schwelle aufgrund der begrenzten Stichprobengröße natürlich Unsicherheit über die Schätzung beinhalten.

    
___ tag123statistics ___ Überlegen Sie, ob Ihre Frage unter http://stats.stackexchange.com besser ist. Statistik ist die mathematische Studie der Wahrscheinlichkeit, aus einer begrenzten Anzahl von Stichproben oder Beobachtungen auf Merkmale einer Population zu schließen. ___ qstnhdr ___ Wie vermeide ich Impression Bias bei der Berechnung der ctr? ___ answer39152982 ___

Es gibt viele Möglichkeiten, dieses Konfidenzintervall zu berechnen. Eine Alternative zum Wilson-Score ist das Clopper-Perrson-Intervall, das ich in Tabellenkalkulationen nützlich fand.

Upper-Bound-Gleichung

Lower-Bound-Gleichung

Wo

  • %code% ist die Inverse Beta-Distribution
  • %code% ist der Konfidenzniveaufehler (z. B. für 95% -Konfidenzniveau, Alpha ist 5%)
  • %code% ist die Anzahl der Stichproben (z. B. Impressionen)
  • %code% ist die Anzahl der Erfolge (z. B. Klicks)

In Excel wird eine Implementierung für %code% von der %code% Formel bereitgestellt.

In Google Tabellen gibt es keine gleichwertige Formel für B (), aber eine benutzerdefinierte Funktion für Google Apps Script kann aus der JavaScript Statistical Library (z. B. Suche nach github für jstat) angepasst werden

    
___ answer13062711 ___

Sie benötigen wahrscheinlich eine Darstellung des Konfidenzintervalls für Ihre geschätzte ctr. Wilson-Score-Intervall ist ein guter Versuch.

Sie benötigen die folgenden Statistiken, um den Konfidenzwert zu berechnen:

  • %code% ist der beobachtete ctr (Bruchteil von #klicked vs #impressions)
  • %code% ist die Gesamtzahl der Impressionen
  • %code% α / 2 ist das %code% -Quantil der Standardnormalverteilung

Eine einfache Implementierung in Python ist unten gezeigt, ich verwende %code% (1-α / 2) = 1.96 was einem 95% Konfidenzintervall entspricht. Ich habe 3 Testergebnisse am Ende des Codes angehängt.

%Vor%

Jetzt können Sie einen Schwellenwert für die Verwendung des berechneten Konfidenzintervalls einrichten.

%Vor%     
___ tag123machineelearning ___ Implementierungsfragen zu Algorithmen des maschinellen Lernens. Allgemeine Fragen zum maschinellen Lernen sollten in ihren jeweiligen Communities veröffentlicht werden. ___ tag123Werbung ___ BENUTZEN SIE DIESEN TAG NICHT. Wenn Sie möchten, ist dies ein Hinweis darauf, dass Ihre Frage OFF TOPIC ist. Dieser Tag befindet sich unter den Bränden. ___ qstntxt ___

Wenn wir ein ctr (click through rate) -Modell trainieren, müssen wir manchmal die reale ctr aus den History-Daten berechnen, so wie dies

%Vor%

Wenn die Anzahl der Impressions zu klein ist, ist das berechnete ctr nicht real. Daher legen wir immer einen Schwellenwert fest, um die ausreichend großen Impressionen herauszufiltern.

Aber wir wissen, dass die höheren Eindrücke, das höhere Vertrauen für die ctr. Dann ist meine Frage: Gibt es eine impressions-normalisierte Statistikmethode zur Berechnung der ctr?

Danke!

    
___
4
Antworten

Google-DFP-Anzeigen in E-Mails verhalten sich merkwürdig

Ich versuche, DFP-Anzeigen in E-Mails zu schalten. Ich befolge die Richtlinien hier . Ich habe einen Anzeigenblock nur für E-Mails eingerichtet Ich habe eine Werbebuchung, die auf diesen Anzeigenblock nur mit einem Bild-Creative ausgerich...
02.10.2012, 20:34
3
Antworten

Wie vermeide ich Impression Bias bei der Berechnung der ctr?

Wenn wir ein ctr (click through rate) -Modell trainieren, müssen wir manchmal die reale ctr aus den History-Daten berechnen, so wie dies %Vor% Wenn die Anzahl der Impressions zu klein ist, ist das berechnete ctr nicht real. Daher legen wir i...
25.10.2012, 05:53