我认为我错过了关于贝叶斯假设检验中后验分布的一些非常基本的东西。在频率论方法中，我们定义零假设，计算检验功效，定义拒绝阈值，收集数据，如果 p 值低于拒绝阈值，我们拒绝原假设。

在贝叶斯案例中会发生什么？假设我们比较了一个网站的两个版本的转化率。我们定义先验，获取数据并获得两个后验分布，每个版本的站点一个。例如，分布看起来像这样

现在怎么办？关于这两个版本，我们能说些什么？我们“拒绝”一条曲线吗？两条曲线的共同点是否与任何分析相关，如果是，这意味着什么？