仅使用您发布的数据，您就可以将其分析为每周进行试验的二项分布。这将给出的 p 值，或大约。你也可以做一个配对测试，这会给你一个二项分布，每对 id 都是一个试验。然后对奇数和偶数的总接受量进行 t 检验，但存在潜在分布是否足够正常的问题。$2^{-11}$$0.05\%$

当您已经看到数据时，选择要执行的统计测试是有问题的，因为您将定制测试以匹配您已经看到的模式。但是，当你得出结论时，与你在看某件事是否值得进一步研究时，有不同的标准。p 值为，即使它可能是 p-hacking 的结果，也证明了进一步调查的合理性。$0.02\%$

您提供的数据非常概括。您应该更详细地查看数据。例如，创建一个散点图，其中一个轴为贷款日期，另一个轴为贷款大小（或者可能是大小的对数，如果它们分布在多个数量级上），奇数或偶数 id 使用不同的颜色。

您可以使用许多统计检验来回答这样的问题，但最简单的是 2×2 卡方列联检验（此处为示例）。

只需将所有日期中所有接受的具有奇数和偶数 ID 的申请加起来，这样您就有两个数字：。调用您的随机变量，其中 0 表示偶数，1 表示奇数。的事前概率（假设奇数/偶数是随机的）是。您已经进行了试验，并且您想知道其中 N_{even} 次试验的概率p。因此，您想要的分布是二项分布，因此是。$N_{odd}, N_{even}$$X \in \{0,1\}$$X=0$$p=0.5$$N=N_{odd}+N_{even}$$N_{even}$$p=0.5$$X\sim Binomial(N,p)$

如果其中适当小，那么你就有问题了。如果不是，那么你可以说这是机会。$P(X=1\mid N,p)<x$$x$

从表面上看，您在每种情况下都有 11 个样本，其中 B 大于 A。有 2048 个可能发生的选择 (2^11) - 将选择视为 11 个二进制位可以很容易地可视化（假设 A> 的位为 0 B 和 1 表示 A<B)。只有一种方式 B 总是可以更大 - 位序列 11111111111。但是您没有先验理由认为 B 会更大，因此同样极端的序列 00000000000 也同样有效。这将导致观察到效果的几率为 1024 分之一，非常显着（P~=0.001）

但正如人们所指出的那样，您之所以这么问，是因为您看到了一种极端的模式。因此，也许 1023 家其他银行从未问过。

并且从你的桌子向下看 2/3。“B 更大”对于 533 与 527 似乎是不正确的（对于比率也是不正确的）。所以我们回到了较低的概率，因为这 11 个中的任何一个都可能被“反转”并且与您的数据一样极端。这是另外 22 个同样极端的案例。所以这是 2048 中的 24，在 p=0.01 时不再显着。

然而，底线 - 你是一家新银行，这是一个相当极端的模式。在我看到相互矛盾的数据之前，我相信这是一种真实的效果。我不知道您使用的是哪种编程语言，但我怀疑变量的重用会导致问题（或者不太可能是内存泄漏）

实际比率中提供的信息比仅仅说是否 A>B 提供的信息更多，但这已经足以证明代码 - 任何事情都可能在统计上发生，这不是证据，证据将是找出问题所在编码。