-
怎样区分自己的处理与邻居溢出?两阶段饱和度随机化先随机社群的处理比例,再随机社群内个人;用手算概率拆开直接效果与溢出效果。
15 分钟 中文 -
实验网络怎样分簇,才能少切断真实传播?图划分与边界泄漏手算加权切边率,理解因果实验中的图分簇目标、规模约束和残余跨簇干扰。
15 分钟 中文 -
处理会沿用户关系传播,怎样定义实验暴露?干扰下的 Exposure Mapping当同事、顾客或模型服务的用户互相影响时,用暴露映射把自己的分配与邻居处理分开,并按真实随机方案计算可识别效果。
19 分钟 中文 -
门店大小差很多,实验到底在平均谁?簇大小不等与加权估计目标从同一组门店的用户平均与门店平均出发,拆解簇大小不等时的估计目标、聚合权重、推断与审计。
18 分钟 中文 -
门店只有 12 家,怎样先配成 6 对再随机?配对簇实验的效应估计把基线相近的门店配成对,在每对内随机处理与对照;推导配对差、自由度和设计一致的精确检验。
12 分钟 中文 -
只有 8 家门店,怎样判断实验结果可信?簇随机试验的小样本推断用户数很大也不等于独立样本很多。用簇级均值、自由度与精确随机化检验,说明小簇数实验怎样报告不确定性。
13 分钟 中文 -
同一门店的用户互相影响,怎样做簇随机化?ICC 与设计效应从家庭、门店和学校里的用户互相影响出发,推导簇随机化的组内相关与设计效应,用手算和纯 Python 重算实验人数。
15 分钟 中文 -
实验中途能不能停?用预先分配的显著性预算设计序贯检验把固定样本量和多次查看放进同一设计,用两次手算查看与纯 Python z 检验说明何时可以提前停止。
14 分钟 中文
返回