用于随机配对地理实验的截尾匹配设计
统计方法学
2021-05-21 v2 应用统计
摘要
如何度量增量广告支出回报(iROAS)是在线广告行业的一个基本问题。一种标准的现代工具是运行随机地理实验，其中实验单元为非重叠的可广告定向地理区域(Vaver & Koehler 2011)。然而，如何设计一个可靠且具成本效益的地理实验可能很复杂，例如：1) 地理区域数量通常很少，2) 由于地理异质性，跨地理区域的响应指标（如收入）可能具有极重尾分布，并且 3) 响应指标可随时间剧烈变化。为解决这些问题，我们提出一种用于设计的鲁棒非参数方法，称为截尾匹配设计(TMD)，其扩展了截尾匹配(Chen & Au 2019)的思想，并以新颖且系统的方式进一步集成了最优子集配对与样本分割技术。给出了一些模拟与真实案例研究。我们也指出了若干供未来研究的开放问题。
引用
@article{arxiv.2105.07060,
title = {Trimmed Match Design for Randomized Paired Geo Experiments},
author = {Aiyou Chen and Marco Longfils and Nicolas Remy},
journal= {arXiv preprint arXiv:2105.07060},
year = {2021}
}
备注
19 pages, 11 figures