Байесовский vs частотный подход — когда что лучше?
Статистикаhardsenior
Варианты ответа
Частотный: строгий контроль ошибок I/II рода, фиксированный горизонт. Байесовский: вероятности гипотез, гибкий мониторинг, учёт априорных знаний. Выбор зависит от задачи и культуры компании
Байесовский всегда лучше, потому что даёт прямую вероятность гипотезы и не страдает от peeking problem — частотный морально устарел в задачах, где требуется гибкая переоценка в процессе эксперимента
Частотный строже и надёжнее: p-value даёт формальный контроль false positive rate, а байесовский зависит от приора, который легко подогнать «под нужный результат» по требованию заказчика
При большой выборке оба подхода сходятся к одинаковым выводам из-за закона больших чисел, поэтому на практике разница сводится к синтаксическому стилю и предпочтениям команды аналитики
Разбор ответа
Подробный разбор с объяснением «почему правильный ответ верный» и почему остальные неверны — после регистрации.
2475 вопросов с разбором, quiz-режим с проверкой, AI-собес и подготовка к интервью аналитика.