《辛普森悖论与后门调整准则、多分店数据合并结论反转与因果图去混杂母典》各章定量结论
各分店都显示甲方案成交更好,合并成总表后却是乙方案更好,这时该信分层还是合并?流行的两种回答,一说总表样本大最可信,一说分得越细越真实,都以为答案藏在数据里。本书的核心命题是:该信哪张表由因果图决定,而不是由数据决定。落笔前本书核对原文并作蓝图修正:Simpson 1951 年的短文并非最早,Yule 1903 年已讨论混合宇宙制造关联;Bickel 等 1975 年的结论是按院系分层后不存在对女性的偏差,汇总差距来自申请去向;因果图本身无法从表中学出,必须写明并用随机化试行检验。书中门店、方案与成交数均为示意;全部计算由书中程序生成。本书属于非个人化经营建议。
DOI 待发布 · 专著页正式发布后上线(本站暂无专著页) · 5DL-B-302 · English version
- 第 1 章 · 分店都赢、合并却输:二乘二乘 k 表的反转条件
第一章在伯克利六个最大院系上复算反转:合并后男性录取率 0.445、女性 0.304,按申请者构成标准化后男性 0.387、女性 0.430;三店示意报表中甲在每店都高 0.050,合并后却落后 0.2493,并给出反转可能的充要条件。 - 第 2 章 · 反转有多常见:最小反例、随机表频率与抽样噪声
第二章找出只需九个顾客的最小反例,并用固定种子模拟得到随机表反转频率 0.01648,与约六十分之一的文献结果一致。 - 第 3 章 · 后门调整公式:标准化、逆概率加权与已知真值的结构模型
全体顾客中,旗舰店占 41/112,社区店占 5/16,奥特莱斯占 9/28。按这个构成,全员用甲的成交率是 223/448,即 0.4978;全员用乙是 1003/2240,即 0.4478;平均效应恰好是 1/20,也就是 0.0500。按甲组的构成加权,甲是 0.3455、乙是 0.2955;按乙组的构成加权,甲是 0.6447、乙是 0.5947。三种权重下的效应都是正的 0.0500,因为在这个示意例子里各店的店内差完全相同… - 第 4 章 · 同一张表,三张因果图:混杂、中介与对撞
第四章用同一张表配混杂、中介、对撞三张因果图,正确答案分别是 +0.0500 与 -0.2493。 - 第 5 章 · 后门集合的枚举:d 分离、M 型偏差与因果图的计数
第五章枚举后门集合,并说明对一个处理前的对撞变量作调整会带来相当于效应 66.0 % 的偏差。 - 第 6 章 · 分层估计的抽样误差:区间、检验力与稀疏格子
要以 80 % 的检验力看出 0.05 的效应,每店每方案需要 393.5 人,向上取整为 394 人,三店两方案合计 2364 人。表格给出了检验力随样本量的变化:每店每方案 100 人时只有 0.292,200 人时 0.515,400 人时 0.806,600 人时 0.933,800 人时 0.979,1200 人时 0.998。模拟出的 400 人时的检验力是 0.814,与闭式的 0.806 相差在模拟误差之内。 - 第 7 章 · 东西方原典考辨:《吕氏春秋·察传》与 Yule 1903
第七章考辨《吕氏春秋·察传》「辞多类非而是,多类是而非」与 Yule 1903。 - 第 8 章 · 多店报表强制分层与调整:实证闭环、小工具与预注册方案
第八章给出多店报表强制分层与调整的闭环、蒸馏小工具「分层反转检测器」与预注册的随机留出检验:只有分店一种混杂时,调整估计被留出数据推翻的比例为 0.033,存在隐藏混杂时升到 0.637。书中含 23 段可运行的 Python 程序。
模型示意算例,非实时报价