大数据中的实验设计问题：偏差之问
统计方法学
2018-11-21 v4
摘要
在科学研究中，数据可通过受控实验或被动观测收集。大数据通常以被动方式收集，例如来自社交媒体。在因果研究中，人们付出巨大努力以防止偏差和隐藏混杂因素或反馈，这些因素会通过破坏或遗漏反事实（对照）而摧毁因果识别。本文讨论了这些问题的多种解决方案，包括随机化。
引用
@article{arxiv.1712.06916,
title = {Experimental Design Issues in Big Data. The Question of Bias},
author = {Elena Pesce and Eva Riccomagno and Henry P. Wynn},
journal= {arXiv preprint arXiv:1712.06916},
year = {2018}
}