CausalMatch v0.0.5正式发布：向复杂实验场景发起探索

正文

请到「今天看啥」查看全文

作为支持量化决策的科学工具，A/B 实验往往较为复杂，而影响多个角色的 A/B 实验格外复杂。以双边市场为例，双边市场中通常存在两组参与者，他们需要通过中间层（即平台）来开展交易。假设我们希望通过A/B 实验测试策略对双边市场的影响，单独对某一方进行分流做常规测试可能导致实验效应估计有偏（参考论文 Johari et al(2021) ）（链接： https://arxiv.org/abs/2002.05670 ）。如果我们能预判供需关系是哪边失衡，就可以直接开单边实验来规避流量挤占问题；但实际操作中我们很难进行预判。

因此在部分业务场景下，我们尝试通过多边分流，即 Bajari, Patrick, et al. (2021) 论文中的 Multiple Randomization Designs 方法（链接： https://arxiv.org/abs/2112.13495 ）（下文中以MRD）判断到底是供给稀缺还是需求稀缺。我们将MRD估计方法沉淀在了CausalMatch中，为使用该方法来做分析的业务场景构建了一套流程性且规范化的分析框架。

02

新功能

以论文中的场景为例，定义供给方为卖家(seller)、消费方为买家(buyer)。首先各自对卖家和买家进行随机抽样，并分配到实验组和对照组。假设我们把买家和卖家看成pair对，那么可以把实验变量矩阵写成如下形式；

定义四种pair对参加实验的状态为

请到「今天看啥」查看全文