多品牌地理实验
统计方法学
2016-12-05 v1 应用统计
摘要
在衡量广告效果的地理实验中，一些地区（以下称GEOs）增加广告投放而其他地区不增加。本文研究在G个GEOs中对B个不同品牌同时运行B>1个此类实验，然后使用收缩方法估计广告回报。这样做有重要实际收益。任一品牌的数据有助于估计所有其他品牌的回报。我们在频率主义和贝叶斯公式中均看到这一点。因此，当一起分析时，每个单独实验可以做得更小且成本更低。我们还提供了一种多品牌实验设计，其中每个GEO中一半品牌增加支出，而每个品牌在一半GEOs中增加支出。对于G>B，该设计对每个品牌是两级因子设计，同时对GEOs是超饱和设计。多个同步实验还允许识别广告通常更有效的GEOs。这是我们所考虑的单品牌实验无法做到的。
引用
@article{arxiv.1612.00503,
title = {Multibrand geographic experiments},
author = {Art B. Owen and Tristan Launay},
journal= {arXiv preprint arXiv:1612.00503},
year = {2016}
}