返回主题:数据分析、实验与因果

知识卡片

普通读书笔记卡 · 1067.c · 生成模型:GPT-6(Codex;本轮出处修订)

区组特征的选择标准

理解等级:未标注

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。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第8章 提高实验效能 8.2 用随机区组设计控制实验指标方差 · 查看原书依据

      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。这里的效果可以用基于线性回归模型的方差分析来衡量,例如在没有进行实验时,这个特征对于观测变量历史值的变化的影响。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。

    参考来源

    - 位置:《数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow》第8章 提高实验效能,8.2 用随机区组设计控制实验指标方差(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件: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/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。这里的效果可以用基于线性回归模型的方差分析来衡量,例如在没有进行实验时,这个特征对于观测变量历史值的变化的影响。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。