AB实验与非实验场景分别讨论【关键特征】阈值选择
输入“/”快速插入内容
AB实验与非实验场景分别讨论【关键特征】阈值选择
AB实验与非实验场景分别讨论【关键特征】阈值选择
飞书用户31932024年2月20日修改
举个例子
今天这篇文章整体还是偏干货硬核，先举个例子，让大家有个初步概念：
我们想研究 【上学】对【收入】的影响：
【上学】只是一个概括变量因素，细化来看，可能拆解为以下可量化的特征
是否上学
上学年限
所在区域（中/西/东部）
然后我们得到一个基础的多元线性回归模型，
y（收入） = d(常数项）+ a * 是否上学+ b * 上学年限 + c * 所在区域
我们怎么研究这个问题？
1、所有特征能做ab严格随机分类的场景，我们将关键特征设置为【treatment】做实验
【是否上学】：分类变量
上学为实验组，不上学为对照组，得到处理效应
| 实验组 | 对照组 |
策略方案 | 上学 | 不上学 |
人均收入 | | |
【上学年限】：连续变量
| 对照组 | 实验组 | 实验组 | 实验组 | 实验组 |
策略方案 | 3 | 4 | 5 | 6 | .. |
人均收入 | | | | | |
当年我们也可以根据实际意义转换为：
| 对照组 | 实验组 |
策略方案 | 9年义务教育 | 12年教育 |
人均收入 | | |
当我们在以上两个实验中，希望交叉看清以下两个问题：
东部上学对收入的影响 会比 西部更大？
东部接受12年教育 对收入的影响 会比 西部接受12年教育对收入的影响 大？
也就是我们希望看清在不同的【所在区域】特征水平下，【treatment】对 y 的影响是否有所差异
了解因果推断的，转换下语义：就是ab只看清了ATE， 我们还希望看清CATE ，就需要引入异质性评估
2、 不能做ab分流，只能用观测数据的场景 ，我们采用多元线性回归