因果元中介分析：从多次随机实验的汇总统计量推断剂量-响应函数
应用统计
2020-12-16 v1 统计理论
统计方法学
统计理论
摘要
在互联网行业中，使用离线开发的算法来驱动在线产品并促成业务成功是常见做法。离线开发的算法以离线评估指标为指导，而这些指标通常与在线业务关键绩效指标（KPI）不同。为了最大化业务 KPI，在所有可用的离线评估指标中挑选一个“北极星”指标十分重要。注意到在线产品可通过在线评估指标（即离线评估指标的在线对应物）来衡量，我们将该问题分解为两部分。由于离线 A/B 测试文献已解决第一部分：与在线对应物同向变动的离线评估指标的反事实估计量，我们聚焦于第二部分：在线评估指标对业务 KPI 的因果效应。离线评估指标的北极星应是那个其在线对应物对业务 KPI 引起最显著提升的指标。我们将在线评估指标建模为中介变量，并将其与业务 KPI 的因果关系形式化为剂量-响应函数（DRF）。我们的新方法——因果元中介分析，利用许多现有随机实验的汇总统计量来识别、估计并检验中介变量的 DRF。它易于实现和扩展，并且相较于中介分析与元分析文献具有诸多优势。我们通过模拟和真实数据上的实现展示了其有效性。
引用
@article{arxiv.2006.09666,
title = {Causal Meta-Mediation Analysis: Inferring Dose-Response Function From Summary Statistics of Many Randomized Experiments},
author = {Zenan Wang and Xuan Yin and Tianbo Li and Liangjie Hong},
journal= {arXiv preprint arXiv:2006.09666},
year = {2020}
}
备注
In Proceedings of the 26th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD '20), August 23-27, 2020, Virtual Event, CA, USA. ACM, New York, NY, USA, 11 pages