K匿名A/B测试
人机交互
2025-08-06 v2
摘要
隐私设计(PbD)的核心原则是最小化存储或共享关于每个个人受访者的数据。PbD原则被GDPR(见第5条款c条和第25条款)以及加州隐私权法案(CPRA)所规定,并指导其各个方面。本文描述了一种简单且有效的方法,可用于许多A/B测试和类似情境中满足这些PbD目标的需求。具体而言,本文描述了一种用于运行K匿名数据的OLS回归的方法。为帮助阐明该方法的一般实用性,提供了两个重要用例的描述:1)计算部分F检验以简单方式检查A/B测试交互作用以及测试治疗效应的异质性;以及2)类似流行CUPED方法的回归调整,作为A/B测试的方差缩减方法。使用该方法具有数据隐私和合规性方面的优势,以及常常降低数据存储和处理成本的优势,通过仅存储、共享或分析聚合级别数据而非个人级别数据。
引用
@article{arxiv.2501.14327,
title = {Characterizing Visual Intents for People with Low Vision through Eye Tracking},
author = {Ru Wang and Ruijia Chen and Anqiao Erica Cai and Zhiyuan Li and Sanbrita Mondal and Yuhang Zhao},
journal= {arXiv preprint arXiv:2501.14327},
year = {2025}
}