一价 pacing 均衡的统计推断与 A/B 测试

我们开创了对一价 pacing 均衡（FPPE）的统计推断与 A/B 测试研究。FPPE 模型刻画了大规模一价拍卖市场中买家使用基于 pacing 的预算管理所产生的动态。此类市场出现在互联网广告场景中，其中预算十分普遍。我们为 FPPE 模型提出了一个统计框架：其中具有连续物品极限的 FPPE 刻画了拍卖平台的长期稳态行为，而由有限数量物品组成的可观测 FPPE 提供了用于估计极限 FPPE 基本量的数据，例如收益、纳什社会福利（一种公平的效率度量）以及其他感兴趣的参数。我们发展了中心极限定理与渐近有效的置信区间。此外，我们确立了所提估计量的渐近局部极小极大最优性。随后我们表明该理论可用于在拍卖平台上实施统计有效的 A/B 测试。数值模拟验证了我们的中心极限定理，且置信区间的经验覆盖率与我们的理论相符。