知识卡片
区组特征的选择标准
内容
能作为随机区组分层依据的特征，需要满足两个条件：一是对观测指标本身有显著影响（可用历史数据做方差分析验证），二是不会被本次策略影响（否则区组本身就会成为实验干扰因素）。如果两个候选区组特征彼此高度相关（共线性强，比如用户活跃度和生命周期），也不该同时拿来做区组，否则会引入多重共线性、让后续效果评估变得复杂而没有额外收益。
参考来源
- 位置：《数据科学工程实践》第8章《提高实验效能》"8.2.2 随机区组实验的特征选择"一节（源文件：_epub-src/OEBPS/Text/part0044.xhtml）
- 结论依据：原文明确"只要是对观测变量的变化有显著作用，并且不受本次策略影响的特征，都可以作为区组候选……如果有两类很相似的特征，它们的共线性很强，则不建议同时作为区组进行实验设计，否则会给后续的实验评估带来很多麻烦"。
- 原始内容：抽象地说，每一个实验都有它的观测变量，那么只要是对观测变量的变化有显著作用，并且不受本次策略影响的特征，都可以作为区组候选，然后再从中选择效果较好、不会有很强相似性的特征作为本次实验的区组……然而如果有两类很相似的特征，它们的共线性很强，则不建议同时作为区组进行实验设计，否则会给后续的实验评估带来很多麻烦。