← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 1060.h · 生成模型:GPT-6(Codex)

边际概率需重算模型

理解等级:中级

评估某个属性的边际影响,可以固定其他属性,先计算原情形各选项概率,再改变该属性并重算,比较每个选项的概率差。非线性的选择模型中,同一个系数并不对应所有人的同一概率变化;应说明变化幅度、基准情形和被固定的条件。该比较是模型条件预测,不自动等于真实干预效果。

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1章 如何分析用户的选择 1.2 DCM详述 · 查看原书依据

      在解读模型的时候,我们习惯使用边际效用进行说明,即保持被研究属性以外的属性不变,对被研究属性的数值进行一定的变化,得到一组新的选择概率(P1*,P2*,…,Pk*),再基于实际的选择概率(P1,P2,…,Pk),就可以得到(∆P1,∆P2,…,∆Pk),这组概率变化就是被研究属性对选择的边际效用。后面我们会结合案例再进行详解。

    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1章 如何分析用户的选择,1.2 DCM详述(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/part0009.xhtml) - 结论依据:原文以固定其他属性、变化目标属性后得到新的选择概率定义边际效用。 - 原始内容:在解读模型的时候,我们习惯使用边际效用进行说明,即保持被研究属性以外的属性不变,对被研究属性的数值进行一定的变化,得到一组新的选择概率(P1*,P2*,…,Pk*),再基于实际的选择概率(P1,P2,…,Pk),就可以得到(∆P1,∆P2,…,∆Pk),这组概率变化就是被研究属性对选择的边际效用。后面我们会结合案例再进行详解。