← 返回卡片

原书出处

数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow

06 第6章 对观测到的事件进行因果推断 6.2 全量评估的主要方法

核验版本的摘录快照 · 导入于 2026-11-14T09:43:22.279Z

在这样的模型框架下,我们考虑存在一个(J×1)维向量W=(w2,w3,…,wJ+1)′,其中wj ≥ 0且和为1。向量中的每一项代表一个潜在对照组对应的权重系数,每一个向量对应一种潜在对照组的组合,同时也对应着一个虚拟的合成对照组。 下面我们将W代入合成控制法的因子模型,得到合成对照组的待解释变量的值: 若存在使得: 那么可以证明(在本书中,我们对此部分的证明不进行详细介绍):当是非奇异矩阵时,有 为了能用数值实现合成控制,我们需要定义合成的对照组和实验组之间的距离,并找到策略干预前距离最小的W*。我们记策略干预前实验组的各个预测变量的平均值为向量X1,它是一个(K×1)维的列向量。而各个对照组的策略干预前,预测变量的平均值为X0,它是一个(K×J)维的矩阵,其中第j列为第j个地区的相应取值。我们希望X0W与X1尽量相似,即经过加权后,虚拟的对照组可以与实验组预测变量的值尽量相似。由于不同的预测变量对待解释变量的预测能力是不同的,所以它们在距离函数中的比重也不同,因此最小化的距离函数为

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow/_epub-src/OEBPS/Text/part0033.xhtml

EPUB SHA-256:b9d74c3cb9a87547f425283a2273004c2d73de2c2b50ebf97c2ab3336ae5d102