придумалось / не нагуглилось.
подскажите, плз, по дизайну исследования. есть обучающий курс по продукту, который может пройти любой юзер (проходить его будут очевидно мотивированные юзеры) и интересно понять есть ли от него эффект в будущем поведении юзера в продукте (а/б тестом запилить не получится технически).
вопрос: как подобрать контрольную группу корректно?
сейчас в голову пришло либо искать искусственную контрольную группу на бейзлайн (по метрикам ищем похожую когорту в продукте до начала курса), либо сравнивать со всеми (учитывая, что группы неравные, то использовать логику diff-in-diff), либо сравнивать тех, кто начал курс и не закончил с теми, кто его успешно закончил. кто-то имел похожий опыт?
Вам в группу Ask Kevin!
А как вы эффект собираетесь мерить? Можно так, например - lm(effect ~ factor(before_after) + factor(test_control) + factor(before_after)* factor(test_control) ) Если коэффициент у взаимодействия test_after будет значимым, то обучение влияет. Возможно, для оценки значимости надо будет бутстрэп использовать
Обсуждают сегодня