大家好，欢迎来到IT知识分享网。
目录
一、因果分析概述
日常工作中，我们经常想用线性回归来看系数是否显著来判断“A的变化是否导致B的变化”，但经常会出现逻辑谬误。
什么时候用因果推断？
treatment（处理） 对于 Y的影响，实验的后续分析：
xx下跌是什么因素影响？
产品业务变动会导致平台生态如何变动？
1.1 常见逻辑谬误
- 伪关系
X和Y恰好同时发生，并无关联。
例：多维分析中无限下探，发现某个人群上效果显著，并没有控制多重检验问题。
- 两种选择偏差
遗漏变量偏差 没有控制同时影响X和Y的混淆变量（主播的被观看时长跟开播频率之间的关系，忽略了主播本身开播意愿和内容质量这一混淆变量）
幸存者偏差 重要样本因种种原因无法取到 （飞机弹孔机翼上的分布多，加强机翼？）
- 反向因果
混淆因果Y果X （视频质量越高，用户活跃度越低？ 用户活跃度低，观看视频少，质量高）
- 联立方程
价格X 销量Y是由需求与供给所组成的系统决定的：
X=a1*Y+b1（需求）X=a2*Y+b2（供给）
X与Y之间关系不能代表消费者敏感度a1也不能代表生产者敏感度a2
1.2 因果分析应用
1.效果测评：一个功能有何影响？
2.产品迭代：怎么调整设置，怎么获得反馈产品功能好坏，什么作品作者什么展现形式更好？（单双列）
3.预估长期价值：从什么方向进行优化改进投资。
2.因果分析两种流派与常用工具
2.1 因果分析核心
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://haidsoft.com/146245.html
