← 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

09 第9章 特殊场景下的实验设计和分析方法 9.1 解决分流实验对象之间的干扰

核验版本的摘录快照 · 导入于 2026-11-14T09:43:22.281Z

由于簇之间相互独立且均匀分布,簇与簇之间的实验对象可以直接进行比较。如果存在实验饱和度为0的簇,此簇中的实验对象可视为无污染的控制组。如果存在实验饱和度为1的簇,此簇中的实验对象可视为无污染的实验组。如果同时存在实验饱和度为0和1的簇,那么仅通过比较这两组簇中的实验对象就可得出无偏差的处理效应,如式(9-1)所示。 Yic = β0 + β1·Tic + Φ·Xic + εic (9-1) 式中,Yic指在第c个簇里的第i个单位的实验结果,Tic指在第c个簇里的第i个单位是否接受了处理,Xic是第c个簇里的第i个单位的协变量,用于减小ε的方差。通过拟合式(9-1),β1估计了全量处理效应。在这样的设计下,可以看出式(9-1)和随机区组设计十分类似。确实如此,式(9-1)中的X便是随机区组设计的区组。实际上,除了式(9-1)中的每一个实验单元都来自一个簇,且实验单元是否接受处理由两层随机结果决定以外,其他部分都和随机区组设计一致。但也正是由于实验组和控制组来自独立的簇,在稳定性假设不成立的场景下,式(9-1)可以无偏估计出全量处理效果,而随机区组实验却不行。 如果没有实验饱和度为0和1的簇,也可以通过假设实验饱和度和处理效应的线性关系,运用线性模型对比不同实验饱和度对于实验指标的影响,并通过模型估计处理效应的大小。这里要用到的线性模型可以写作

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/part0050.xhtml

EPUB SHA-256:b9d74c3cb9a87547f425283a2273004c2d73de2c2b50ebf97c2ab3336ae5d102