以下内容重在描述解决的问题、大概思路和可能收益，详细数学和细节参考引用论文。 1. 背景 AB实验来自于来自科学又夹杂着玄学，下面是其中最常见的两个玄学。 1.1. 发布决策...
发简信
IP属地：西藏
-
实验流量分配与发布决策优化 -
2 大规模假设检验2.1 贯穿本章的例子 一份用于研究前列腺癌与基因关系的数据：102个人中50个正常，52个是癌症患者，统计每个人的6033个前列腺相关基因。数据用维的矩阵表示：则基因i的双...
-
1 经验贝叶斯和James-Stein估计法最近接触Efron大神的经验贝叶斯相关内容，大受震撼！准备把Large-Scale Inference一书认真学习一遍，特此记录。 1.1 贝叶斯规则和多元正态分布的估计 1...
-
SPRT可控制两种错误的证明之前知道SPRT是什么和怎么用，但是不知道怎么证明它是对的，最近搞懂了记录一下。 1. SPRT简介 SPRT是在二战中由Wald发明的，最初用于检验炮弹质量。 如果X1, ...
-
SQR——LinkedIn平衡实验速度、质量和风险的框架背景 为了加速实验迭代，需要兼顾：速度、质量、风险，Linkin提出了SQR框架：SQR: Balancing Speed, Qality and Risk in Onlin...
-
企业高管教练、优势挖掘教练、家庭亲子教练，方圆智库创始人，职业规划师
-
因果推断——准实验法评估App新版本整体效果背景 做A/B实验相关工作中遇到一些问题，其中之一就是如何判断新版本对用户影响，以前的做法：1.所有新功能都预埋开关(默认关)，对新版本用户随机分桶后对实验组开启，用标准A/...
-
荟萃分析简介进行线上ab实验时，为了确认结果可信，用户常常会复验前一阶段的实验。此时经常遇到复验与原实验结果不完全统一，如何综合评估实验效果？荟萃分析可以解决此类问题。本文仅简介固定效果...
-
双样本经验贝叶斯检验
本文是对《Objective Bayesian Two Sample Hypothesis Testing forOnline Controlled Experiments》...
-
破产问题与简单序贯检测本文是对Simple Sequential A/B Testing[https://www.evanmiller.org/sequential-ab-testing.html...
-
Always Valid Inference-Continuous Monitoring of A/B Tests摘要本篇是Peeking at A/B test——Optimizely解决方案简介[https://www.jianshu.com/p/18caeee83388]的补充，原文参...
-
-
Peeking at A/B test——Optimizely解决方案简介
Optimizely通过mSPRT理论的扩展，提供了时时有效的P值与置信区间，解决了ab实验中的偷看问题[http://library.usc.edu.ph/ACM/KKD%...
-
简书latex经常有显示问题，某些文章内容注意自行纠错🤓
