知识卡片
分簇要在独立性和均匀性之间找平衡
内容
[[随机饱和度实验的两层随机化]]中的簇既要相互独立（比如骑手不能跨簇接单），又要内部样本分布均匀，这两个目标常常互相冲突：分簇分得越细，簇内部越均匀，但越容易发生跨簇干扰，破坏独立性假设；分簇分得越粗，独立性更容易保证，但簇之间又变得不均衡。实验设计者需要根据具体业务场景（如骑手实际跨区接单的比例）在这两者之间找到一个可接受的折衷点。
参考来源
- 位置：《数据科学工程实践》第9章《特殊场景下的实验设计和分析方法》"9.1.2 随机浓度实验的设计流程·地区聚类"一节（源文件：_epub-src/OEBPS/Text/part0050.xhtml）
- 结论依据：原文以外卖骑手抢单为例，明确"聚类出的簇与簇之间可能分布得不是很平均，这时我们可以增加分簇的数量……但是增加分簇数量的同时，无可避免地会增加跨簇接单率，因此实验设计者需要在分簇平均性和跨簇接单率之间做一个平衡"。
- 原始内容：假如我们把这些矩形格子聚成几簇，保证每个簇内的订单都是被簇内的骑手接单的，没有骑手跨簇接单，那么这些簇就是相互独立的，可以用于随机饱和度实验……另一方面，聚类出的簇与簇之间可能分布得不是很平均，这时我们可以增加分簇的数量，再在簇的基础上随机分组，以此增加订单分布的平均度，但是增加分簇数量的同时，无可避免地会增加跨簇接单率，因此实验设计者需要在分簇平均性和跨簇接单率之间做一个平衡。