Statistical Modeling, Causal Inference, and Social Science 中文 关注 传统实验或 A/B 测试的一个主要问题是，处理效应会随时间变化，并且可能依赖于整个处理历史。常规的比较方法忽略了这一点。 Andrea Bronzini 指出这篇文章并写道：我正在开发实验工具，并写了一份简短说明，关于我反复观察到的一种失败模式："A/B 测试”获胜后，上线后往往会出现提升（uplift）损失。我的主张是，典型的设置…… 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 中文 RSS thenote.app
