观文听傑

返回

三个用户社群处于不同处理饱和度,群内橙色与蓝绿色节点交错三个用户社群处于不同处理饱和度,群内橙色与蓝绿色节点交错

上一篇讲了如何依据处理前关系图构造实验簇,并提醒簇边界仍会泄漏传播。本篇把下一步落实为随机化方案:先把社群随机到不同的处理饱和度,再在每个社群内随机个人。这样,同样处于处理或控制的人可以有不同的邻居处理密度,才有机会把自身效果和溢出效果分开。

01 为什么单层 A/B 把两个效果揉在一起?#

在没有干扰的个体实验中,常把用户 ii 的结果写作 Yi(Zi)Y_i(Z_i),只由自己的处理分配 Zi∈{0,1}Z_i\in\{0,1\} 决定。若好友处理也能影响他,结果至少要写成 Yi(Zi,Gi)Y_i(Z_i,G_i);GiG_i 表示邻居处理暴露,例如三位好友中被分配处理的人数。

**随机饱和度设计(randomized saturation design)**用两层随机化制造更多、已知的暴露机会:

flowchart LR
  A[预处理定义的社群与关系图] --> B[阶段一:随机社群饱和度 p_c]
  B --> C[阶段二:群内独立分配个人 Z_i ~ Bernoulli p_c]
  C --> D[记录本人分配与邻居暴露 G_i]
  D --> E[按随机化概率估计直接效果]
  D --> F[比较不同 p 下控制用户估计溢出]
  E --> G[预注册权重与簇级不确定性]
  F --> G
mermaid

第一阶段抽到的是社群的处理概率 pcp_c,不是保证每个社群恰好有比例 pcp_c 的用户接受处理。第二阶段按此概率独立分配个人,实际处理比例会有二项波动。若业务要求每个社群精确固定 kk 人处理,条件概率与可识别对比都要按固定名额重新计算,不能复用 Bernoulli 公式。

02 变量、暴露和目标效果#

设社群 cc 有 ncn_c 位用户,第一阶段从预设集合 P\mathcal P 中随机选择 Pc∈PP_c\in\mathcal P。第二阶段对群内每个 ii 独立抽取 Zic∼Bernoulli⁡(Pc)Z_{ic}\sim\operatorname{Bernoulli}(P_c)。

用 Gic=∑j∈N(i)ZjcG_{ic}=\sum_{j\in\mathcal N(i)}Z_{jc} 表示用户 ii 的邻居中接受处理的人数;N(i)\mathcal N(i) 是实验前冻结的邻居集合。结果写成 Yic(z,g)Y_{ic}(z,g),其中 zz 是自己的分配,gg 是邻居处理人数。若用户度数差别很大,可用邻居比例或分箱暴露,但必须事前选定口径。

  • 固定饱和度下的直接效果(direct effect):在同一个社群处理概率 pp 下,比较 Yi(1,g)Y_i(1,g) 与 Yi(0,g)Y_i(0,g)。要让个人分配独立于邻居状态,使同一 gg 下两种自身分配都可能发生。
  • 控制用户的溢出效果(spillover effect):比较本人都处于 z=0z=0 时,低/高饱和度社群中不同邻居暴露对应的结果。
  • 政策或总体效果(policy/total effect):比较社群全体按 p1p_1 与 p0p_0 分配后,包含本人处理和邻居溢出的总体结果变化。

估计“p=.75p=.75 政策优于 p=.25p=.25”与估计“固定邻居处理人数后,本人的处理是否有效”不是同一个问题;实验前要选定主目标和总体权重。

03 手算:四人社群里的暴露概率#

考虑完全连接的 4 人社群,每个人有 3 位邻居。某社群被分到 p=.5p=.5,4 人独立做公平分配。对焦点用户,“本人为控制,恰有 1 位邻居处理”的概率是:

Pr⁡(Zi=0,Gi=1∣Pc=.5)=(1−.5)(31)(.5)1(.5)2=316.\Pr(Z_i=0,G_i=1\mid P_c=.5) =(1-.5)\binom31(.5)^1(.5)^2 =\frac{3}{16}.

“本人为处理,恰有 1 位邻居处理”的概率同样是 3/163/16。对称性来自本人分配与邻居分配独立,所以该设计支持固定 g=1g=1 的直接比较。

若社群只允许恰好两人处理,任何处理者都有 1 位处理邻居,任何控制者都有 2 位处理邻居。(z=1,g=1)(z=1,g=1) 与 (z=0,g=1)(z=0,g=1) 不可能同时出现;固定 g=1g=1 的直接效果在该固定配额设计中没有支持。两臂观察结果的差不能称为纯直接效果。

再看均值。设一个教学用结果模型 Yi=10+2Zi+4Gi/3Y_i=10+2Z_i+4G_i/3,即本人处理贡献 2,三位邻居中每一位处理贡献 4/34/3。在 p=.25p=.25 社群,平均本人处理比例为 .25、平均处理邻居数为 .75,期望结果是 10+2(.25)+(4/3)(.75)=11.510+2(.25)+(4/3)(.75)=11.5。在 p=.75p=.75 社群,期望是 10+2(.75)+(4/3)(2.25)=14.510+2(.75)+(4/3)(2.25)=14.5。政策差 3 中,本人处理比例变化贡献 1,邻居暴露变化贡献 2。系数是教学设定,不是数据估计或真实效果。

04 用标准库枚举概率:输入设计,输出每种暴露#

程序枚举四人社群在给定 pp 下的所有 242^4 种分配,按 Bernoulli 规则赋权,再汇总焦点用户的“本人分配、处理邻居数”。它计算设计支持而不读取结果,适合在实验前检查正值性。

输入 pp、社群大小 nn 与焦点编号 focalfocal;输出各暴露状态的联合分配概率。product 枚举 0/1 向量,treated 给整条向量的 Bernoulli 概率,peer_count 只统计预定义邻居。完全连接使非焦点成员都是邻居;真实网络要传入邻接表,并明确是否把自己排除在暴露之外。

这段程序只展示群内第二阶段。第一阶段每种饱和度有概率 q(p)=Pr⁡(Pc=p)q(p)=\Pr(P_c=p);联合暴露概率需乘上第一阶段概率,并按实际分层、配额和有限簇随机规则计算。若每种饱和度只有一个社群,社群政策和社群自身差异无法可靠区分;每个第一阶段条件都需要足够社群重复。

05 从暴露概率到估计,不把曝光人群当随机样本#

若用户 ii 进入目标暴露状态 (z,g)(z,g) 的概率为 πi(z,g)\pi_i(z,g),一个设计型总体均值估计为:

μ^(z,g)=1N∑i=1N1{Zi=z,Gi=g}Yiπi(z,g).\widehat\mu(z,g)=\frac{1}{N}\sum_{i=1}^{N} \frac{\mathbf1\{Z_i=z,G_i=g\}Y_i}{\pi_i(z,g)}.

1\mathbf1 是状态指示量,NN 是目标用户数。两个状态均值之差可估直接或溢出对比,前提是概率为正、暴露映射有意义,并对依赖结构使用合适的方差方法。Hájek 归一化权重可降低有限样本不稳定性,但估计量和推断方式应预先写入分析计划。

直接筛选“实际点击过处理推荐的人”通常不保留随机可比性:点击取决于活跃度、兴趣与好友行为。主分析先按随机分配计算意向处理效果;使用/曝光效果是另一个因果问题,需要额外设计与假设。

设计阶段记录内容为什么必要
社群随机化experiment_id、community_id、saturation_arm、阶段一概率、版本重建社群层随机概率
个人分配unit_id、分配臂、随机化时间、分配日志区分 assignment 与采用
暴露构造图版本、邻居定义、窗口、G_i、规则版本复算直接/溢出状态
结果定义指标版本、观察窗口、缺失与退出状态防止改变分母和成熟时间
分析推断目标 estimand、权重、簇数、方差算法防止把个体数当独立样本数

06 常见错误与失败边界#

  • 把第一阶段概率当成准确人数比例:Bernoulli 会有组内波动;固定配额要重新推导暴露概率。
  • 每个饱和度只给一个社群:饱和度与社群身份混在一起;需要足够多可随机比较的社群。
  • 把邻居人数与比例混用:度数不同的人会被分到不同刻度;预先固定暴露分箱并做敏感性分析。
  • 暴露状态没有正概率:高/低饱和度仍可能不支持某个精确邻居计数;合并状态须依据业务机制且在看结果前决定。
  • 簇间仍有许多关系边:部分干扰假设不成立;做图边界诊断并限定估计目标。
  • 用处理后关系图定义主暴露:处理会改变关系;主分析使用预处理图,处理后变化另作机制结果。
  • 把个体数量当自由度:处理概率在社群层随机化,社群数才是阶段一对比的重要独立单位。
  • 只报加权均值,不看极端权重:报告每状态概率、实际人数、最大权重和簇覆盖率。

若稀有状态概率极低,Horvitz–Thompson 权重会很大、方差不稳。设计可减少饱和度种类、扩大各条件社群数或调整暴露分箱;不能在结果出来后删掉不显著状态。若传播跨多个社区或依赖时间路径,简单 GiG_i 可能不足以摘要现实,应设计更贴合机制的映射或收窄结论。

键盘可展开:为什么控制用户更多不等于溢出效应更小?

人数由两阶段随机概率与缺失共同决定,原始均值没有自动按目标人群加权。估计溢出效应要固定本人的分配、定义邻居暴露、计算设计概率,并在社群依赖下推断。Tab 聚焦摘要后按 Enter 或 Space 展开;窄屏上可点按。

与相近方法的边界#

方法第一阶段第二阶段主要目标
个体 A/B无社群饱和度随机个体随机干扰弱时的总体分配效应
整簇随机化社群分到全处理或全控制无或整簇执行整体政策效果,强调簇间隔离
两阶段饱和度社群随机到多个 pp群内个人随机不同密度下的直接与溢出效果
固定配额分流可有或无社群随机固定恰好 kk 人处理控制人数,但暴露支持需重算
Switchback实体/时间块随机政策时间内执行跨用户或跨时段传播的替代方案

分层随机不是自动解决干扰的快捷方式;它改变的是分配与暴露支持。两阶段随机化也不自动保证低偏差:第一阶段簇数、关系图完整度、暴露映射和方差估计都要匹配设计。

思考练习#

  1. 5 人完全连接社群在 p=.5p=.5 下,焦点用户自己控制且恰有 2 位处理邻居的概率是多少?写出二项系数和本人分配概率。
  2. 两个社群分别使用 p=.25p=.25 与 p=.75p=.75,但每种概率各只有一家门店。即使各有 10,000 名用户,为什么政策效果仍可能无法与门店差异分开?
  3. 若平台强制每个社群恰好一半用户处理,哪一项 Bernoulli 公式失效?如何按合法分配重新枚举暴露支持?

延伸阅读#

上一篇把强传播边尽量留在实验簇内;本篇说明如何在簇内制造多种处理密度与暴露状态。下一步可把功效规划扩展到簇数、阶段二概率与稀有暴露支持的联合设计。

怎样区分自己的处理与邻居溢出?两阶段饱和度随机化
https://zwjcode.cn/blog/randomized-saturation
作者 傑
发布于 2026年10月11日
版权协议 CC BY-NC-SA 4.0
评论加载似乎遇到了问题,请尝试刷新页面。