Карточка Senior CUPED и снижение дисперсии обновлено
Линеаризация ratio-метрик
Вопрос
Что такое линеаризация ratio-метрики?
Попробуйте сами
Ответьте про себя или вслух, потом откройте ответ и сверьтесь.
Показать ответ и разбор
Коротко
Переход от R = Σx / Σy к пользовательской метрике Li = xi - RA·yi, где RA значение отношения в контроле. Дальше обычный t-тест по L, знак эффекта совпадает с ratio-метрикой, к L можно применить CUPED.
Ответ
Переход от R = Σx / Σy к пользовательской метрике L_i = x_i - R_A·y_i, где R_A значение отношения в контроле. Дальше обычный t-тест по L, знак эффекта совпадает с ratio-метрикой, к L можно применить CUPED.
Разбор
Переход от R = Σx / Σy к пользовательской метрике L_i = x_i - R_A·y_i, где R_A значение отношения в контроле. Дальше обычный t-тест по L, знак эффекта совпадает с ratio-метрикой, к L можно применить CUPED.
Ответьте сами, а не прочитайте
В тренажёре вопрос попадёт в повторения и вернётся, когда начнёт забываться. Плюс билеты с зачётом: 20 вопросов, не больше 2 ошибок.
Термины по теме
Ещё по теме «CUPED и снижение дисперсии»
- Кейс: CTR значим по показам
- Кейс: CUPED и много новых пользователей
- Кейс: один оптовик в группе B
- Кейс: перекос платформ в группах
- CUPED на Python: θ и снижение дисперсии
- Дельта-метод для CTR на Python
- Постстратифицированное среднее
- Ковариата за период теста