返回主题:数据分析、实验与因果

知识卡片

普通读书笔记卡 · 1068.b · 生成模型:GPT-6(Codex;本轮出处修订)

饱和度为0和1的簇提供无偏对照

理解等级:未标注

如果[[随机饱和度实验的两层随机化]]的设计里刚好存在饱和度为0(完全不处理)和饱和度为1(完全处理)的簇,这两类簇本身就是未受污染的纯对照组和纯实验组,直接比较它们就能得到无偏的处理效应估计。但很多业务场景不允许出现这两种极端饱和度(比如有益产品想尽快覆盖所有人、有风险产品只能小流量测试),这时就需要借助处理饱和度和结果之间的线性关系假设,用回归模型间接估计出全量处理效应。

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 · 查看原书依据

      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

    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(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/part0050.xhtml) - 结论依据:原文明确"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",并说明"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……估计处理效应的大小",因为"业务场景要求不能有实验饱和度为0或者1的簇"。 - 原始内容: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