根据我们对上述频率派与贝叶斯派示例的理解，以下是频率派与贝叶斯派 AB 测试之间的一些根本区别。
（i）先验概率的使用
贝叶斯技术对先验概率的使用是两者之间最明显的区别。频率学派认为，概率的分配总是存在偏见，这使得该方法主观性强且准确性较低。另一方面，贝叶斯学派认为，不分配先验概率是频率学派方法的最大弱点之一。
（二）数据预测
由于频率学派不相信先验概率，他们 决策者电子邮件列表 的估计基于最大似然点。而贝叶斯学派则对可能的参数值具有完整的后验分布。这使得他们能够通过整合整个分布（而不仅仅是最可能的值）来解释估计中的不确定性。
（三）减轻不确定性
贝叶斯方法通过概率论来降低 使用来自各种来源的数 不确定性。频率学派则没有这种优势。然而，这并不意味着频率学派的方法中不存在不确定性。差，而且往往是错误的。为了降低这种不确定性，频率学派使用了两种技术。
- 置信区间的使用。
- 与 P 值相关的零假设显著性检验 (NHST)。
频率派与贝叶斯 AB 测试——哪种方法更好？
频率学派方法在20世纪的大部分时间里一直主导着统计学界。它对统计学家尤其有吸引力，因为它承诺提供严谨的客观性。
然而，在过去的 15 年里，贝 法国号码叶斯方法确实逐渐流行起来，并引发了关于哪种方法更优越的大量争论。
例如，2013年，美国海岸警卫队使用贝叶斯方法在大西洋上搜寻到了一名长岛渔民。海岸警卫队只知道该渔民落水的9小时时间段，除此之外，就再无其他信息了。
他们将这些信息输入一个名为“搜索与救援最优规划系统”（SAROPS）的贝叶斯程序，并不断添加更多信息，例如当时的洋流、船长发现的线索以及搜救直升机曾经飞过的地点。最终，该程序缩小了搜寻范围，最终成功救出了这名渔民。