{"id":112519,"date":"2021-04-09T16:19:06","date_gmt":"2021-04-09T16:19:06","guid":{"rendered":"https:\/\/staging.wingify.com\/blog\/statistiques-bayesiennes-ab-testing\/"},"modified":"2021-04-09T16:19:06","modified_gmt":"2021-04-09T16:19:06","slug":"statistiques-bayesiennes-ab-testing","status":"publish","type":"post","link":"https:\/\/wingify.com\/blog\/fr\/statistiques-bayesiennes-ab-testing\/","title":{"rendered":"A\/B Testing : m\u00e9thode fr\u00e9quentiste ou bay\u00e9sienne ?"},"content":{"rendered":"

Dans le secteur de l\u2019<\/span>AB testing<\/span><\/a>, il existe deux m\u00e9thodes majeures pour interpr\u00e9ter les r\u00e9sultats d\u2019un test\u00a0: fr\u00e9quentiste ou bay\u00e9sienne.\u00a0<\/span><\/p>\n

Ces termes font r\u00e9f\u00e9rence \u00e0 deux m\u00e9thodes de statistiques inf\u00e9rentielles. Des d\u00e9bats houleux visent \u00e0 d\u00e9terminer la \u00ab <\/i>meilleure \u00bb<\/i> solution mais chez Wingify, nous savons quelle m\u00e9thode a fini par gagner nos faveurs. <\/span><\/p>\n

\"Bayesian
Source<\/a><\/figcaption><\/figure>\n

Que vous soyez \u00e0 la recherche d\u2019une solution d\u2019AB testing, que vous d\u00e9couvriez le domaine ou que vous cherchiez simplement \u00e0 mieux interpr\u00e9ter les r\u00e9sultats d\u2019une exp\u00e9rience, il est essentiel de comprendre la logique de chaque m\u00e9thode. Cela vous aidera \u00e0 prendre de meilleures d\u00e9cisions commerciales et\/ou \u00e0 choisir la meilleure plateforme d\u2019exp\u00e9rimentation.\u00a0<\/span><\/p>\n

Dans cet article, nous allons \u00e9voquer :<\/span><\/p>\n

[toc]<\/p>\n

D\u00e9finition des statistiques inf\u00e9rentielles<\/span><\/h2>\n

Les m\u00e9thodes fr\u00e9quentistes et bay\u00e9siennes appartiennent \u00e0 la branche des <\/span>statistiques <\/span>inf\u00e9rentielles<\/span><\/i><\/a>. Contrairement aux statistiques descriptives (qui comme leur nom l\u2019indique, d\u00e9crivent exclusivement des \u00e9v\u00e9nements pass\u00e9s), les statistiques inf\u00e9rentielles visent \u00e0 induire ou \u00e0 anticiper des \u00e9v\u00e9nements futurs. <\/span>De la version A ou la version B, laquelle aura un meilleur impact sur un KPI X\u00a0?\u00a0<\/span><\/i><\/p>\n

\u00c0 savoir : <\/i><\/b>Pour entrer un peu plus dans les d\u00e9tails, techniquement, les statistiques inf\u00e9rentielles ne consistent pas \u00e0 <\/span><\/i>anticiper<\/span> au sens temporel du terme, mais \u00e0 <\/span><\/i>extrapoler<\/span> ce qu\u2019il se passera en appliquant les r\u00e9sultats \u00e0 un plus grand nombre de participants. <\/span><\/i>Que se passe-t-il si nous proposons la version B gagnante \u00e0 l\u2019ensemble de l\u2019audience de mon site web\u00a0? <\/span>La notion d\u2019\u00e9v\u00e9nements \u00ab futurs \u00bb est bien pr\u00e9sente dans le sens o\u00f9 nous devrons effectivement impl\u00e9menter la version B demain, mais nous n\u2019utilisons pas les statistiques pour \u00ab pr\u00e9dire l\u2019avenir \u00bb au sens strict.<\/span><\/i><\/p>\n

Prenons un exemple. Imaginons que vous soyez fan de sports olympiques et que vous vouliez en apprendre davantage sur une \u00e9quipe de natation masculine. Plus pr\u00e9cis\u00e9ment, combien mesurent les membres de l\u2019\u00e9quipe ? Gr\u00e2ce aux statistiques descriptives, vous pourriez d\u00e9terminer quelques donn\u00e9es int\u00e9ressantes \u00e0 propos de <\/span>l\u2019\u00e9chantillon<\/span><\/a> (autrement dit, l\u2019\u00e9quipe)\u00a0: <\/span><\/p>\n