带你读《2022技术人的百宝黑皮书》——倾向得分匹配（PSM）的原理以及应用(6)

带你读《2022技术人的百宝黑皮书》——倾向得分匹配（PSM）的原理以及应用(5) https://developer.aliyun.com/article/1247862

增量计算

因为满足平行趋势假设，我们可以用双重差分法（DID）去计算干预带来的增量；需注意的是，计算实验组与对照组的差异时，我们通常需要取一段时间的均值，避免波动带来的影响。

最终得到的结论类似于：用户在购买商品后，能够给来访率带来1.5%（30天日均）的提升。

其他情况

在一些情况下，也会有其他结果的出现。

1.无显著增量

用户在干预之后来访率有一个短暂的提升，但随着时间的推移两组用户趋于一致。这种情况下我们通常认为干预并没有给用户来访带来显著的提升。为了识别出这种情况，我们也可以通过假设检验或计算差值中位数的方式进行验证。

2.不满足平行趋势假设

从下图可以看到，左侧区域实验组与对照组的趋势不一致（不平行），这代表我们前面完成的匹配质量较差，需要优化匹配模型。对于平行趋势的检验，除了图示法（肉眼看是否平行）我们也可以通过T检验的方式来验证。

带你读《2022技术人的百宝黑皮书》——倾向得分匹配（PSM）的原理以及应用(7) https://developer.aliyun.com/article/1247860?groupCode=taobaotech