Statistical Modeling, Causal Inference, and Social Science 日本語 フォロー 従来の実験やA/Bテストの大きな問題は、治療効果が時間とともに変動する可能性があり、治療の全履歴に依存する可能性があることです。通常の比較ではこの点が考慮されていません。 Andrea Bronzini はこの記事を指して次のように書いています。「私は実験ツールに取り組んでおり、よく目にする失敗モードについて簡単なメモを書きました。A/B テストで「勝利」したとしても、ロールアウト後にリフトが失われることがよくあります。私の主張は、典型的なセットアップが…」 A big problem with conventional experimentation or A/B testing is that the treatment effect can vary over time and it can depend on the entire history of the treatment. Usual comparisons miss this point. statmodeling.stat.columbia.edu Statistical Modeling, Causal Inference, and Social Science 日本語 RSS thenote.app
