В A/B тесте в группе A 30 оплат из 200 пользователей. Если модель — Бернулли с параметром p (это conversion to paid), какая точечная оценка MLE для p?

Ap_hat = 30/200
Bp_hat = 30
Cp_hat = 200
Dp_hat = 1 - 30/200
Правильный ответ. Для Бернулли MLE для p совпадает с выборочной долей p_hat = k/n.

Разбор

Интуитивно параметр p должен отражать наблюдаемую частоту успехов, чтобы данные были наиболее правдоподобны. Поэтому MLE равен доле оплат в выборке. Это классический пример, где MLE совпадает с понятной статистикой. Типичная ошибка — делить на число событий или сессий вместо числа пользователей-наблюдений.

Проверь себя · 1/3разбор после ответа
Почему на практике MLE часто реализуют как максимизацию log L(θ) вместо L(θ)?
Тренировать статистику в Telegram

Ещё вопросы по теме «Точечные оценки и MLE»