Co to jest rozkład beta i dlaczego działa na przedziale 0–1?
Rozkład beta to rozkład ciągły określony na przedziale od 0 do 1. W praktyce oznacza to, że nadaje się do wielkości, które naturalnie są proporcjami: udziału, skuteczności, konwersji, prawdopodobieństwa, frakcji poprawnych odpowiedzi albo odsetka przypadków spełniających warunek.
Najważniejszą zaletą rozkładu beta jest jego elastyczność. Dla różnych wartości parametrów α i β może być symetryczny, skośny w lewo, skośny w prawo, skupiony przy środku albo mocno wypchnięty w stronę 0 lub 1. Dzięki temu jeden model obejmuje wiele sytuacji: od niepewnego udziału, przez stabilny współczynnik konwersji, aż po ocenę proporcji po serii obserwacji.
Jeżeli analizujesz dane z prób Bernoulliego, rozkład beta często pojawia się obok rozkładu dwumianowego Bernoulliego. Dwumianowy opisuje liczbę sukcesów w ustalonej liczbie prób, a beta opisuje niepewność samego prawdopodobieństwa sukcesu.
Jak parametry α i β wpływają na kształt rozkładu?
Parametry α i β sterują tym, gdzie rozkład beta ma największą masę prawdopodobieństwa. W uproszczeniu α można kojarzyć z siłą dowodów „za sukcesem”, a β z siłą dowodów „za porażką”. Gdy α jest większe od β, rozkład przesuwa się w stronę 1. Gdy β jest większe od α, rozkład przesuwa się w stronę 0.
Dla α=β rozkład jest symetryczny. Jeśli oba parametry są duże, rozkład mocno skupia się wokół średniej. Jeśli oba są małe, szczególnie poniżej 1, rozkład może mieć dużo masy przy krańcach 0 i 1. To ważne, bo sama średnia nie wystarcza do opisu niepewności — dwa rozkłady mogą mieć podobną średnią, ale zupełnie inną szerokość.
| Parametry | Kształt | Typowa interpretacja |
|---|---|---|
| α = β | symetryczny | brak przewagi w stronę 0 lub 1 |
| α > β | przesunięty w prawo | większe wartości proporcji są bardziej prawdopodobne |
| α < β | przesunięty w lewo | mniejsze wartości proporcji są bardziej prawdopodobne |
| α i β duże | wąski, skupiony | mniejsza niepewność wokół średniej |
| α i β blisko 1 | bardziej płaski | większa niepewność, mniej informacji |
Najważniejsze wzory dla rozkładu beta
Gęstość rozkładu beta zależy od funkcji beta B(α,β). W kalkulatorze nie musisz liczyć jej ręcznie, ale warto znać strukturę wzoru, bo pokazuje, jak α i β wpływają na zachowanie przy 0 i 1.
f(x)=xα-1(1-x)β-1 / B(α,β)
Średnia, wariancja i dominanta mają prostsze wzory. Średnia to udział α w sumie parametrów, a wariancja maleje, gdy rośnie łączna „siła” parametrów α+β.
| Wielkość | Wzór | Kiedy używać? |
|---|---|---|
| średnia | α/(α+β) | typowy poziom proporcji |
| wariancja | αβ / [(α+β)²(α+β+1)] | rozrzut wokół średniej |
| dominanta | (α-1)/(α+β-2) | najbardziej prawdopodobna wartość, gdy α>1 i β>1 |
| dystrybuanta | Ix(α,β) | P(X≤x), liczona numerycznie |
Dystrybuanta, prawy ogon i prawdopodobieństwo przedziału
Dystrybuanta rozkładu beta, czyli P(X≤x), pokazuje, jaka część rozkładu leży po lewej stronie wybranej wartości x. Prawy ogon, czyli P(X≥x), jest równy 1-P(X≤x). W analizie proporcji prawy ogon bywa używany do oceny, jak duża jest szansa, że prawdziwa proporcja przekracza wskazany próg.
Prawdopodobieństwo przedziału P(a≤X≤b) liczy się jako różnicę dystrybuant: F(b)-F(a). To przydatne, gdy interesuje Cię szansa, że proporcja mieści się w praktycznie akceptowalnym zakresie, np. konwersja jest między 30% a 60%.
Kalkulator pokazuje te wartości w tabeli kroków, aby było widać, czy wynik pochodzi z lewego ogona, prawego ogona, czy z różnicy dwóch dystrybuant. To szczególnie ważne przy interpretacji wyników blisko granic 0 i 1.
Rozkład beta w analizie konwersji, testów i proporcji
Rozkład beta jest często używany jako model niepewności dla prawdopodobieństwa sukcesu. Jeżeli obserwujesz kliknięcia, konwersje, poprawne odpowiedzi albo udział wadliwych elementów, to sam wynik punktowy może być mylący. Przykład: 8 sukcesów na 10 prób i 800 sukcesów na 1000 prób dają podobny odsetek, ale nie tę samą pewność.
W prostych zastosowaniach bayesowskich po obserwacji sukcesów i porażek parametry beta aktualizuje się przez dodanie liczby sukcesów do α i liczby porażek do β. Wtedy rozkład beta pokazuje nie jedną wartość, ale cały zakres wiarygodnych wartości proporcji. To dobre uzupełnienie kalkulatorów takich jak test proporcji A/B oraz przedział ufności dla proporcji.
W praktyce biznesowej beta może pomagać przy ocenie, czy nowy wariant strony, reklamy albo procesu ma wystarczająco stabilny wynik. Zamiast patrzeć wyłącznie na średnią, warto sprawdzić przedział centralny, np. centralne 90% albo 95% rozkładu.
Przykład krok po kroku
Załóżmy, że rozkład ma parametry α=4 i β=6. Średnia wynosi 4/(4+6)=0,4, więc środek rozkładu jest bliżej 0 niż 1. Jeżeli chcesz policzyć P(X≤0,5), kalkulator wyznacza dystrybuantę w punkcie 0,5 i pokazuje także prawy ogon P(X≥0,5).
Jeżeli zamiast pojedynczego progu interesuje Cię zakres od 0,30 do 0,60, wybierz tryb przedziału. Wtedy wynik to F(0,60)-F(0,30). Taki przedział łatwiej interpretować w zastosowaniach praktycznych: „jaka jest szansa, że prawdziwa proporcja mieści się między 30% a 60%?”.
Dla przedziału centralnego 95% kalkulator liczy dwa kwantyle: 2,5% i 97,5%. To nie jest klasyczny przedział ufności z próby, tylko przedział centralny samego rozkładu beta przy podanych parametrach.
Jak dobrać parametry α i β z obserwacji?
W wielu zadaniach parametry są podane bezpośrednio. W praktyce możesz jednak spotkać zapis, w którym rozkład beta opisuje niepewność po obserwacji sukcesów i porażek. Przykładowo, jeśli startujesz z neutralnym rozkładem Beta(1,1), a potem obserwujesz 12 sukcesów i 8 porażek, otrzymujesz Beta(13,9).
Takie podejście pozwala odróżnić sytuację, w której masz bardzo mało danych, od sytuacji, w której wynik jest potwierdzony dużą liczbą obserwacji. Dwa przypadki mogą mieć zbliżoną średnią, ale różną wariancję. Dlatego w kalkulatorze warto patrzeć jednocześnie na średnią, wariancję i przedział centralny.
Jeśli chcesz policzyć klasyczną liczbę sukcesów w ustalonej liczbie prób, użyj rozkładu dwumianowego. Jeśli chcesz opisać możliwą wartość prawdopodobieństwa sukcesu jako zmienną w przedziale 0–1, użyj rozkładu beta.
Zadania przykładowe
Dany jest rozkład Beta(4,6). Oblicz średnią.
Dla Beta(8,2) rozkład jest bliżej 0 czy 1?
Jak policzyć P(0,3≤X≤0,6)?
Kiedy dominanta ma prosty wzór (α-1)/(α+β-2)?
Co oznacza przedział centralny 95%?
Dlaczego Beta(40,60) jest węższy niż Beta(4,6)?
Najczęstsze błędy przy rozkładzie beta
- Wpisywanie x poza zakresem 0–1 - rozkład beta jest określony tylko na przedziale od 0 do 1.
- Mylenie α i β - α większe od β przesuwa rozkład w stronę 1, a β większe od α w stronę 0.
- Traktowanie średniej jako całej informacji - rozkład beta opisuje także niepewność, więc patrz na wariancję i przedziały.
- Porównywanie rozkładów bez uwzględnienia α+β - większa suma parametrów zwykle oznacza węższy rozkład.
- Mylenie rozkładu beta z dwumianowym - dwumianowy liczy sukcesy, beta modeluje prawdopodobieństwo lub proporcję.
- Używanie dominanty bez sprawdzenia warunku - prosty wzór na dominantę działa tylko dla α>1 i β>1.
Sprawdź także
Do liczby sukcesów w ustalonej liczbie prób użyj rozkładu dwumianowego Bernoulliego, a do pierwszego sukcesu rozkładu geometrycznego. Jeżeli porównujesz dwie proporcje, sprawdź test proporcji A/B, a jeśli analizujesz przedział dla jednej proporcji, przejdź do przedziału ufności proporcji.
Wskazówka od KalkulatorXXL
Przy rozkładzie beta zapisuj nie tylko średnią, ale też α, β i przedział centralny. Sama średnia 0,4 wygląda tak samo dla Beta(4,6) i Beta(40,60), ale drugi rozkład jest znacznie bardziej skupiony wokół tej wartości.
Cały pakiet statystyki i rozkładów
Ten kalkulator jest częścią większego pakietu narzędzi do statystyki, prawdopodobieństwa, rozkładów i analizy danych. Jeśli chcesz przejść od pojedynczego wyniku do szerszego zestawu metod, sprawdź Statystyka, prawdopodobieństwo i rozkłady - akademia obliczeń. Znajdziesz tam ścieżki do rozkładów dyskretnych i ciągłych, testów statystycznych, z-score, wartości odstających, ANOVA oraz narzędzi do oceny modeli.