作者回复: 嗯嗯理论上是的,因为维度根据分法不同可能有无穷多个,实践中我们能做的是重点关注对我们有意义的维度,尽量减少它的影响。
作者回复: 你好,具体的方法可能会有所不同,不过大致的思路是一样的,即通过人工控制每组中各重要因素的相对比例来估计因果,包括你提到的这种方法,我们工作中用倾向评分匹配(Propensity Score Matching)比较多。
作者回复: 可以参考以下两篇: https://arxiv.org/pdf/1706.07840.pdf https://www.unofficialgoogledatascience.com/2015/10/experiment-design-and-modeling-for-long.html
作者回复: 你好,如果说像你说的这种情况,两组还是会有影响的,可以试着改变时间单位看看影响是否会减弱,或者尝试其他的分离策略。
作者回复: 你好,如果我理解对的话,你的意思是由于实验组的体验不好造成了用户的流失,对么?如果真的出现你说的这种情况的话,可以适当缩短时间单位(比如把10天变为1天,1小时,1分钟等等),然后加大变化的频率,这样的话能够减少你说的影响。