Co to jest rozkład beta-dwumianowy?
Rozkład beta-dwumianowy, często zapisywany jako beta-binomial, opisuje liczbę sukcesów w n próbach, gdy prawdopodobieństwo sukcesu nie jest jedną stałą wartością. W zwykłym rozkładzie dwumianowym zakładamy, że każda próba ma to samo, dokładnie znane p. W rozkładzie beta-dwumianowym samo p jest niepewne i opisane rozkładem beta.
To bardzo ważna różnica praktyczna. Jeżeli analizujesz skuteczność kampanii, wyniki testu, konwersje, odpowiedzi użytkowników albo udział wadliwych sztuk, często nie znasz prawdziwego p. Masz tylko pewien obraz oparty na wcześniejszych danych. Rozkład beta-dwumianowy łączy dwa poziomy niepewności: losowość liczby sukcesów oraz niepewność dotyczącą samego prawdopodobieństwa sukcesu.
Ten kalkulator dobrze uzupełnia rozkład beta oraz rozkład dwumianowy Bernoulliego. Beta mówi, jakie może być p, dwumianowy liczy sukcesy przy znanym p, a beta-dwumianowy liczy sukcesy przy p niepewnym.
Dlaczego beta-dwumianowy różni się od dwumianowego?
W rozkładzie dwumianowym wszystkie próby mają to samo prawdopodobieństwo sukcesu p. Jeżeli p=0,4 i n=20, to rozkład liczby sukcesów jest skupiony wokół 8. W beta-dwumianowym średnia może być taka sama, ale rozkład jest zwykle szerszy, bo p nie jest pewne. Raz p może być niższe, raz wyższe, zgodnie z rozkładem beta.
Ta dodatkowa zmienność nazywa się często nadrozproszeniem. W praktyce oznacza to, że skrajne wyniki mogą być bardziej prawdopodobne niż w zwykłym dwumianowym. Jeśli w danych widzisz więcej bardzo niskich lub bardzo wysokich wyników, niż przewiduje rozkład dwumianowy, model beta-dwumianowy może być bardziej realistyczny.
| Model | Założenie o p | Kiedy pasuje? |
|---|---|---|
| dwumianowy | p jest znane i stałe | jednorodne próby, brak dodatkowej zmienności |
| beta | p jest zmienną z przedziału 0-1 | modelowanie niepewności prawdopodobieństwa |
| beta-dwumianowy | p jest losowane z beta, potem liczymy sukcesy | sukcesy przy niepewnym lub zróżnicowanym p |
Wzór na prawdopodobieństwo
Dla liczby sukcesów X w n próbach oraz parametrów beta α i β wzór ma postać:
P(X=k)=C(n,k) · B(k+α, n-k+β) / B(α,β)
Wzór wygląda podobnie do dwumianowego, bo pojawia się symbol Newtona C(n,k). Różnica jest jednak w funkcji beta. Zamiast pk(1-p)n-k pojawia się uśrednienie po możliwych wartościach p opisanych rozkładem beta.
Im większa suma α+β, tym rozkład beta dla p jest bardziej skupiony. Wtedy beta-dwumianowy coraz bardziej przypomina zwykły dwumianowy z p≈α/(α+β). Im mniejsza suma parametrów, tym większa niepewność p i szerszy rozkład liczby sukcesów.
Jak interpretować α i β?
Parametry α i β można traktować jako siłę wcześniejszej informacji o prawdopodobieństwie sukcesu. W wielu intuicyjnych zastosowaniach α kojarzy się z sukcesami, a β z porażkami. Nie zawsze są to dosłownie obserwacje, ale taka interpretacja pomaga zrozumieć kierunek rozkładu.
Średnia prawdopodobieństwa sukcesu wynosi:
E(p)=α/(α+β)
Dla α=4 i β=6 średnie p wynosi 0,4. Jeżeli jednak porównasz Beta(4,6) i Beta(40,60), średnia będzie taka sama, ale drugi przypadek ma dużo mniejszą niepewność. W beta-dwumianowym przełoży się to na węższy rozkład liczby sukcesów.
W praktyce to właśnie suma α+β mówi, jak „mocne” są wcześniejsze informacje. Przy małej sumie parametrów wynik przyszłych n prób może być bardzo zmienny, bo samo p jest słabo określone.
Średnia, wariancja i nadrozproszenie
Średnia liczby sukcesów w rozkładzie beta-dwumianowym wynosi:
E(X)=nα/(α+β)
Wariancja jest większa niż w klasycznym dwumianowym, ponieważ uwzględnia niepewność p:
Var(X)=nαβ(α+β+n)/[(α+β)²(α+β+1)]
Porównanie tej wariancji z wariancją dwumianową dla p=α/(α+β) pozwala zobaczyć, jak duży jest efekt nadrozproszenia. Jeśli wariancja beta-dwumianowa jest wyraźnie większa, model przewiduje szerszy zakres możliwych wyników.
To ma znaczenie np. przy prognozowaniu konwersji. Dwa warianty mogą mieć podobną oczekiwaną liczbę sukcesów, ale różne ryzyko bardzo słabego lub bardzo dobrego wyniku.
Przykład krok po kroku
Załóżmy, że planujesz n=20 prób. Wcześniejszą niepewność prawdopodobieństwa sukcesu opisujesz rozkładem Beta(4,6). Średnie p wynosi 4/(4+6)=0,4, więc oczekiwana liczba sukcesów to 20·0,4=8.
Jeżeli chcesz policzyć P(X=8), kalkulator używa wzoru beta-dwumianowego. Wynik nie musi być taki sam jak w zwykłym dwumianowym z p=0,4, bo beta-dwumianowy dopuszcza, że prawdziwe p w danej serii prób może być niższe albo wyższe.
Jeżeli interesuje Cię zakres, np. od 6 do 11 sukcesów, wybierz tryb przedziału. Kalkulator zsumuje prawdopodobieństwa dla wszystkich wartości od 6 do 11. To praktyczny sposób oceny, czy wynik mieści się w oczekiwanym przedziale.
Gdzie używać rozkładu beta-dwumianowego?
Rozkład beta-dwumianowy dobrze pasuje tam, gdzie obserwujesz liczbę sukcesów, ale skuteczność nie jest idealnie stała. Przykłady to kampanie reklamowe, testy A/B, wyniki sprzedażowe, oceny jakości, badania ankietowe i zadania biologiczne, w których prawdopodobieństwo sukcesu różni się między grupami.
W zwykłym dwumianowym zakładasz, że każda próba ma dokładnie takie samo p. W rzeczywistych danych użytkownicy, produkty, dni tygodnia albo partie materiału mogą się różnić. Beta-dwumianowy jest prostym sposobem uwzględnienia takiej ukrytej zmienności bez budowania bardzo złożonego modelu.
W analizie proporcji warto zestawić go z testem proporcji A/B oraz przedziałem ufności proporcji. Te narzędzia odpowiadają na inne pytania, ale dotyczą tej samej rodziny problemów: sukcesy, porażki i niepewność proporcji.
Beta-dwumianowy a aktualizacja wiedzy po obserwacjach
Jeżeli startujesz z rozkładem Beta(α,β), a potem obserwujesz sukcesy i porażki, parametry można zaktualizować przez dodanie sukcesów do α i porażek do β. Przykład: start Beta(1,1), potem 12 sukcesów i 8 porażek, daje Beta(13,9).
Tak zaktualizowany rozkład beta może następnie służyć jako wejście do rozkładu beta-dwumianowego dla kolejnej serii prób. Wtedy pytanie brzmi: „ile sukcesów możemy uzyskać w kolejnych n próbach, uwzględniając dotychczasową niepewność p?”.
To podejście jest intuicyjne w prognozowaniu. Nie udaje, że p jest znane idealnie. Zamiast tego przenosi niepewność z wcześniejszych danych do prognozy przyszłej liczby sukcesów.
Zadania przykładowe
Dla n=20, α=4, β=6 oblicz średnią liczbę sukcesów.
Co oznacza większa suma α+β?
Jak policzyć P(6≤X≤11)?
Jakie jest średnie p dla Beta(4,6)?
Dlaczego beta-dwumianowy ma zwykle większą wariancję niż dwumianowy?
Kiedy wybrać zwykły rozkład dwumianowy?
Najczęstsze błędy
- Mylenie beta z beta-dwumianowym - beta opisuje p, a beta-dwumianowy opisuje liczbę sukcesów X.
- Zakładanie stałego p mimo dużej zmienności danych - wtedy zwykły dwumianowy może zaniżać rozrzut.
- Traktowanie α i β wyłącznie jako liczby obserwacji - mogą być obserwacjami, ale mogą też oznaczać wcześniejszą wiedzę lub wagę modelu.
- Wpisywanie k poza zakresem 0 do n - liczba sukcesów nie może być ujemna ani większa niż liczba prób.
- Pomijanie sumy α+β - ta suma silnie wpływa na szerokość rozkładu.
- Porównywanie tylko średniej - średnia może być taka sama jak w dwumianowym, ale wariancja i ogony mogą być inne.
Sprawdź także
Najbliżej tego tematu są rozkład beta i rozkład dwumianowy Bernoulliego. Jeżeli czekasz na pierwszy sukces, sprawdź rozkład geometryczny, a jeżeli czekasz na r-ty sukces, użyj rozkładu ujemnego dwumianowego.
Do porównań dwóch wariantów przy sukcesach i porażkach przyda się także test proporcji A/B. Do opisu niepewności jednej proporcji możesz użyć przedziału ufności proporcji.
Wskazówka od KalkulatorXXL
Gdy wynik wygląda podobnie do dwumianowego, porównaj wariancję. W beta-dwumianowym średnia może być identyczna jak dla p=α/(α+β), ale większa wariancja pokaże dodatkową niepewność prawdopodobieństwa sukcesu.
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.