Викторина, связанная с руководством · Средний Уровень
Викторина CUPED по уменьшению дисперсии
Примените корректировку CUPED перед периодом и определите, как время ковариации, сила прогнозирования и рандомизация влияют на достоверный вывод.
Вопрос 1 из 8
Какая переменная подходит для стандартной настройки CUPED?
Предварительный просмотр каждого вопроса8 вопросы
Ответы и пояснения появляются по мере прохождения теста.
- Какая переменная подходит для стандартной настройки CUPED?
- Измерения перед лечением коррелировали с результатом эксперимента.
- Переменная после обработки, измененная назначением
- Будущий результат, наблюдаемый после теста
- Метка контрольной группы, выбранная после результатов
- Что представляет собой theta=Cov(X,Y)/Var(X) в обычной корректировке CUPED?
- Вероятность назначения лечения
- Линейный коэффициент, используемый для устранения предсказуемых отклонений результатов.
- Доля исключенных пользователей
- Точность модели
- Что происходит, когда предпериодная ковариата мало коррелирует с результатом?
- Мощность гарантированно увеличится в четыре раза
- Эффект от лечения становится нулевым
- CUPED может обеспечить незначительное снижение дисперсии
- Случайное назначение недействительно.
- Почему следует избегать использования ковариаты, влияющей на лечение?
- Это предотвращает вычисление среднего значения
- Это всегда увеличивает размер выборки
- Это делает дисперсию ровно нулевой
- Кондиционирование на нем может привести к предвзятости после лечения.
- Что делает центрирование X по его среднему значению в Y_adj=Y-theta(X-mean X)?
- Изменяет случайное назначение
- Вычитает прогнозируемые отклонения, сохраняя при этом средний масштаб результата.
- Преобразует Y в вероятность
- Устраняет всю неопределенность выборки
- Какую основную конструктивную особенность CUPED не заменяет?
- Числовой результат
- Ковариата до периода
- Действительное случайное назначение
- Окно эксперимента
- Зачем проверять базовый ковариатный охват по группам?
- Это устраняет необходимость в доверительных интервалах.
- Он определяет количество слоев модели.
- Гарантирует более высокий эффект лечения
- Дифференциальное отсутствие может повлиять на скорректированный анализ.
- Как обычно следует сообщать результаты CUPED?
- Наряду с нескорректированной оценкой и заранее установленным методом корректировки
- Доказательство того, что каждый пользователь получил выгоду
- Без описания ковариаты
- В качестве замены определения результата