Как делать проверку гипотез

Как делать про­вер­ку гипо­тез – о том поче­му и как необ­хо­ди­мо под­твер­ждать гипо­те­зы в интер­нет мар­ке­тин­ге. Осо­бен­но акту­аль­но для пла­ни­ро­ва­ния реклам­ных кам­па­ний с инте­гри­ро­ван­ны­ми оффлайн-онлайн коммуникациями.

Под­пи­ши­тесь на Tiku Digital ВКонтакте

Путеводитель по миру гипотез: тонкости проверки

Загад­ки вокруг нас. И не менее увле­ка­тель­ны их раз­гад­ки. Но как отли­чить прав­ду от вымыс­ла? На помощь при­хо­дит зага­доч­но зву­ча­щая шту­ка – про­вер­ка гипо­тез. Пого­во­рим о том, как не заблу­дить­ся в лаби­рин­тах дан­ных и почув­ство­вать себя насто­я­щим иссле­до­ва­те­лем.

Что такое гипотеза и почему её надо проверять?

Лад­но, не будем задер­жи­вать­ся на вступ­ле­ни­ях, как буд­то это оче­ред­ной семи­нар по ста­ти­сти­ке. Гипо­те­за – это пред­по­ло­же­ние. Как в шко­ле: «А давай напи­шем «вдруг» вме­сто «пото­му что», и пред­ло­же­ние заиг­ра­ет ина­че». Толь­ко в нау­ке и биз­не­се на кар­ту постав­ле­но боль­ше, чем пятёр­ка по язы­ку. Допу­стим, вы вла­де­лец кафе и пред­по­ла­га­е­те, что шоко­лад­ный круас­сан поль­зу­ет­ся попу­ляр­но­стью утром. Вы гото­вы ста­вить на это допол­ни­тель­ные закуп­ки. Ника­ких «давай попро­бу­ем», толь­ко креп­кий факт! Что­бы не ока­зать­ся в мину­се, при­го­дит­ся про­вер­ка гипотез.

Первые шаги: формулирование и параметры

Как правильно сформулировать гипотезу

Итак, глав­ное в гипо­те­зе – чёт­кая формулировка.

• Нуле­вая гипо­те­за (H0): ника­кой раз­ни­цы нет, шоко­лад­ные круас­са­ны про­да­ют­ся рав­но­мер­но в тече­ние дня.
• Аль­тер­на­тив­ная гипо­те­за (H1): ну нет, утром их берут чаще, и это ста­ти­сти­че­ски значимо.

Выбор параметров

Даль­ше, выби­ра­ем пара­мет­ры. Всё как в рецеп­те тор­та: мера – это ваши ингре­ди­ен­ты (дан­ные), а вкус – это ваш кри­те­рий зна­чи­мо­сти (уро­вень зна­чи­мо­сти – α), кото­рый обыч­но ста­вят на уровне 0.05. Это зна­чит, что мы при­ни­ма­ем 5% веро­ят­ность ошиб­ки при отвер­га­нии нуле­вой гипотезы.

Исследование и сбор данных

Для нача­ла нам нуж­ны дан­ные. Как в ресто­ране без про­дук­тов. Соби­ра­ем инфор­ма­цию о про­да­жах, мож­но по часам, для пол­но­ты картины.

1. Дела­ем таб­ли­цу с данными.
2. Исполь­зу­ем про­грам­мы для ста­ти­сти­че­ской обра­бот­ки (напри­мер, R или Python).

Таб­ли­ца про­даж круас­са­нов по часам (при­мер­ная):

Выбор метода для проверки

Теперь мы долж­ны выбрать метод про­вер­ки. Если улыб­нет­ся уда­ча, и дан­ные будут нор­маль­но рас­пре­де­ле­ны, мож­но исполь­зо­вать T‑тест. А если не пове­зёт – ниче­го, есть непа­ра­мет­ри­че­ские мето­ды типа теста Манна-Уитни.

Расчёты и выводы

Последовательность расчётов

Итак:

1. Вво­дим дан­ные в программу.
2. Выби­ра­ем под­хо­дя­щий тест.
3. Запус­ка­ем расчёт.

Напри­мер, в про­грам­ме R это будет выгля­деть при­мер­но так:

t.test(data$morning, data$daytime)

Интерпретация результатов

Итак, про­грам­ма выда­ла p‑значение – веро­ят­ность полу­чить такой же или ещё более экс­тре­маль­ный резуль­тат, если бы нуле­вая гипо­те­за была вер­на. Если p < α (в нашем слу­чае 0.05), мы сме­ло гово­рим «Про­щай, H0» и при­ни­ма­ем аль­тер­на­тив­ную гипо­те­зу. Но стоп! Мы ещё не детек­ти­вы, что­бы делать выво­ды так быст­ро. Досто­вер­ные ли у нас дан­ные, не слу­чил­ся ли выброс? Мно­го вопро­сов, и на все они долж­ны быть отве­ты, перед тем как при­ни­мать окон­ча­тель­ное решение.

Ошибки, которые можно совершить

• Ошиб­ка пер­во­го рода: отверг­нуть H0, когда она на самом деле вер­на. Слу­чи­лось «лож­ное срабатывание».
• Ошиб­ка вто­ро­го рода: не отверг­нуть H0, когда вер­на аль­тер­на­тив­ная гипо­те­за. Мимо кас­сы, так сказать.

Итоги и практическое применение результатов

Вот и все дела. Если круас­са­ны дей­стви­тель­но бьют рекор­ды по утрам, то уси­ли­ва­ем закуп­ки и раду­ем утрен­них поку­па­те­лей. Если нет, то эко­но­мим и не зря не тра­тим ресур­сы. С про­вер­кой гипо­тез дело обсто­ит так­же, как с любым дру­гим навы­ком – чем боль­ше прак­ти­ки, тем луч­ше резуль­та­ты. Наби­рай­тесь опы­та, не бой­тесь экс­пе­ри­мен­ти­ро­вать и помни­те, что ста­ти­сти­ка – это не толь­ко стро­гие циф­ры, но и искус­ство интер­пре­та­ции дан­ных. Счаст­ли­вых рас­чё­тов, нестан­дарт­ных реше­ний и увле­ка­тель­ных откры­тий в мире данных!

Боль­ше постов про интер­нет-мар­ке­тинг в бло­ге Tiku Digital.

Засим всё, поз­воль­те откланяться.