M1-054M1: 数学与统计基础实验设计 (A/B)Medium
⚡闪卡盲测➔掌握度:
什么是 CUPED?它为什么能降方差。
🎯 深度面试自测闭环(先口述或草拟,再核对解析)
免登录记录进度:核心结论回忆 → 避坑清单自查 → 标记掌握或加入错题队列。
Step 1 · 尝试用 1–2 句话回答这道题的核心结论与适用边界
Step 2 · 勾选已覆盖的陷阱与追问思考
📐 核心数学机理公式
⚡ 一句话直击要害答案
用实验前协变量(如历史同指标)做回归调整,扣掉可解释方差。
📌 核心要点提炼
- •方差降低比例 ≈ ρ²
- •不引入偏差(协变量与处理独立)
- •是工业界 A/B 的标准降方差手段
📐 数学机理与严密推导
CUPED(Controlled-experiment Using Pre-Experiment Data)的构造:取实验前的协变量 X(通常是同一用户的历史同指标,如实验前 7 天的点击率),构造调整后的指标 Y^cv=Y−θ(X−X̄),其中 θ=Cov(Y,X)/Var(X) 是最优系数。为什么降方差:Var(Y^cv)=Var(Y)−Cov(Y,X)²/Var(X)=Var(Y)(1−ρ²),即方差降低比例为相关系数的平方 ρ²。若历史指标与实验期指标相关系数为 0.7,则方差降低 49%——等效于样本量翻倍。为什么无偏:由于随机分流使 X 在两组间分布相同(E[X|T=1]=E[X|T=0]),减去 θ(X−X̄) 不改变两组期望之差,故 ATE 估计仍无偏。
🏭 深度剖析与工业落地权衡
实践要点:① 协变量的选择——首选实验前同指标(相关性最高);也可用多个协变量的回归调整(CUPED 的推广,等价于用实验前数据预测实验期指标再取残差);② 前提条件——协变量必须在随机化之前测量(否则可能被处理影响),且与处理独立;实践中还要注意协变量缺失(新用户无历史)时退化为原指标;③ 与其他降方差方法的对比——分层随机化/后分层(Post-stratification)在离散协变量上有效,CUPED 在连续协变量上更灵活且常更强;两者可叠加;④ 实现的坑——θ 必须用实验数据估计(可能引入微小偏差,可用样本分割消除)、协变量需做异常值处理(重尾协变量会削弱效果)、新用户群体需单独处理。
⚠️ 常见面试陷阱与高频失分点
- ✕用实验期间的数据作为协变量(引入偏差)
- ✕忽略新用户无历史协变量的退化情形
🎯 面试官连环追问与延伸考察
- ?CUPED 需要什么前提?
- ?与分层抽样/后分层的区别?
⚡
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!