Пошук академічних текстів

Інформація × Реєстраційний номер 2125U003138, Матеріали видань та локальних репозитаріїв Категорія Бакалаврська робота Назва роботи Статистичні підходи до перевірки гіпотез: частотна та баєсова методології Автор Василенко Поліна СергіївнаVasylenko Polina Serhiivna Дата публікації 01-01-2025 Постачальник інформації Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» Першоджерело https://ela.kpi.ua/handle/123456789/76272 Видання Київ Опис Дипломна робота містить 118 с., 7 табл., 28 рис., 2 дод., 13 джерел. Об’єктом дослідження є процес прийняття рішень за результатами A/B тестування. Предметом дослідження виступають статистичні підходи до перевірки гіпотез, зокрема частотна та баєсова методології, а також вплив пріорної інформації на формування висновків. Метою роботи є емпіричне дослідження відмінностей між частотним і баєсовим підходами в контексті A/B тестування. Особливу увагу приділено впливу пріорних знань на точність і чутливість статистичних висновків, а також оцінці того, чи можна еквівалентно враховувати таку інформацію в межах класичних статистичних критеріїв. У ході роботи було реалізовано симуляційне середовище для експериментальної оцінки ефективності статистичних критеріїв. Змодельовано вплив різних типів пріорів на точність і чутливість баєсового аналізу, а також перевірено гіпотезу про можливість досягнення аналогічного ефекту в частотному аналізі шляхом додавання псевдоспостережень. Результати підтвердили, що баєсовий підхід може як зменшувати частоту помилок І роду, так і підвищувати ризик хибнопозитивних рішень при неправильному виборі пріору. Також показано, що вплив пріору у баєсовому аналізі може бути інтерпретований як структурна модифікація вибірки у частотному підході. The thesis contains 118 pages, 7 tables, 28 figures, 2 appendices, and 13 references. The object of the research is the decision-making process based on the results of A/B testing. The subject of the research is statistical hypothesis testing approaches, particularly frequentist and Bayesian methodologies, and the impact of prior information on the formation of conclusions. The aim of this study is to empirically investigate the differences between the frequentist and Bayesian approaches in the context of A/B testing. Special attention is given to the impact of prior knowledge on the accuracy and sensitivity of statistical conclusions, as well as to the evaluation of whether such information can be equivalently incorporated within classical statistical criteria. The work involved the development of a simulation environment for the experimental evaluation of the performance of statistical tests. The influence of different types of priors on the accuracy and sensitivity of Bayesian analysis was modeled. Additionally, the hypothesis was tested that a similar effect can be achieved in frequentist analysis by adding pseudo-observations. The results confirmed that the Bayesian approach can reduce the Type I error rate but also increase the risk of false positives if the prior is incorrectly specified. It was also shown that the influence of the prior in Bayesian analysis can be interpreted as a structural modification of the sample in the frequentist framework. Додано в НРАТ 2025-11-05 Закрити