M4-016Medium偏差与因果 · Bias & causality🔥 大厂高频出现 9 次
什么是选择偏差?在产品数据里怎么识别和缓解?
What is selection bias and how do you detect and mitigate it in product data?
💡 考场高分一句话答案:
处理组与对照组在进入处理前就不同;识别靠对比基线特征,缓解靠随机化、匹配、或断点回归。
The treated and control groups differ before treatment. Detect by comparing baseline characteristics; mitigate with randomisation, matching or regression discontinuity.
📌 核心考察要点 (Key Points)
- 产品实例:主动开启“深色模式”的用户本身更爱夜间使用 → 误以为深色模式提升夜间活跃
- 识别:比较处理组与对照组在处理前的特征分布(标准化均值差 > 0.1 需警惕)
- 缓解:随机化(最优)、倾向得分匹配/加权、固定效应、工具变量、断点回归
- 无法缓解时:明确声明这是相关性结论,并做敏感性分析
- Product example: users who opt into dark mode already use the app at night, so it looks as if dark mode lifts night usage
- Detect: standardised mean differences above 0.1 between groups before treatment
- Mitigate: randomisation (best), propensity matching or weighting, fixed effects, instrumental variables, RDD
- If nothing works: label it as a correlational finding and run a sensitivity analysis
⚖️ 业务权衡与取舍 (Trade-offs & Calibration)
选择偏差最隐蔽的形态是“功能使用者的自我选择”:所有“使用某功能的用户表现更好”的结论都值得怀疑。正确问法是“如果这些人不用这个功能,他们会怎样”——这是反事实问题,需要设计而非观察。
⚠️ 常见高频面试陷阱与避坑指南
- 用“使用者 vs 非使用者”的对比作为功能效果的证据
- 只做倾向得分匹配但不检查匹配后的平衡性
🔍 大厂面试官连环追问 (Follow-ups)
- 如何检查匹配是否成功?
- 工具变量需要满足什么条件?
🎯 关联大厂考题实战训练 (6 题)
嫌字多看太累?进入苏格拉底式对话推演实验室
零打字负担,以大厂考官真实困境切入,通过点选直觉选项暴露思维盲区,手把手推导 Why。
⚡
想检验本题的肌肉记忆?进入 3 阶闪卡主动回忆盲测
隐藏答案遮罩,自测:审题锚点 ➔ 数理公式机理 ➔ 工业标杆代码与连环追问。3 分钟攻破认知盲区!