带你读《2022技术人的百宝黑皮书》——因果推断实战:淘宝3D化价值分析小结(1)

简介: 带你读《2022技术人的百宝黑皮书》——因果推断实战:淘宝3D化价值分析小结(1)


作者:亦歌、行週

出品:大淘宝技术


观察性因果推断方法有很多,文章主要介绍了PSM、贝叶斯概率图、DID这几种方法,可将文章分享的实践方法作为因果推断分析中的一种参考。


背景介绍


为什么需要因果推断


统计学有一些有趣的‘研究’:太阳黑子与男性自杀率间存在关系;而一个国家的人均巧克力消费量越高,出现诺贝尔奖获得者的比例越大;甚至还有这样的报导:


image.png


这些现象揭示了传统统计学的局限性:由于我们不可能对人群是否吃巧克力,属于哪个星座做随机化实验,因此我们得到的数据都是观察性数据,它只能告诉我们数据的相关性,而非因果性。我们观察到了巧克力消费和诺奖数量,星座和违章人数的线性关系,但它没有告诉我们的是,巧克力消费和诺奖数量背后的共同原因可能是经济发达程度;而违章率高的星座在当地人口占比最高。


从对社会和业务更有意义的角度来说,我们想知道的是 ‘怎么做才能提升诺奖的数量’ 或者‘用户点击某功能能否带来加购/留存的提升’,而这样的问题就需要我们探究现象背后的原因,以及量化原因对于结果造成的影响,因果推断应运而生。基于反事实的思想和拟合随机实验的一系列方法,我们能够控制混杂变量,从观察性的数据中得出因果性结论,从而论证业务价值,给出落地建议。


什么是因果推断


因果推断是一门探究事物之间因果关系的学科,学术界有两个主要框架:因果图模型和潜在结果(Potential Outcome, PO)模型。因果图模型是由Judea Pearl提出,着眼于因果关系的识别;而潜在结果模型是由统计学家 Donald Rubin 在上世纪七十年代所开创的因果推断框架,很多社会科学家常用的工具,比如倾向性得分匹配(Propensity Score Matching)模型和工具变量模型,都可以归类到潜在结果模型。


站在数据分析的角度,潜在结果模型更加通俗易懂。我们使用潜在结果模型来给出因果推断的严谨定义。




带你读《2022技术人的百宝黑皮书》——因果推断实战:淘宝3D化价值分析小结(2) https://developer.aliyun.com/article/1247947?groupCode=taobaotech

相关文章
|
NoSQL 索引
MongoDB查询优化:从 10s 到 10ms
本文是我前同事付秋雷最近遇到到一个关于MongoDB执行计划选择的问题,非常有意思,在探索源码之后,他将整个问题搞明白并整理分享出来。付秋雷(他的博客)曾是Tair(阿里内部用得非常官方的KV存储系统)的核心开发,目前就职于蘑菇街。
|
2月前
|
人工智能 开发工具 git
刚刚 Opus 5.5 和 GPT-6 Sol 同时发布,首发实测来啦!结果让我很意外
5 大案例实战测评全新 Claude Opus 5.5 和 GPT-6 Sol 模型的 AI 编程和办公写作能力,2 大全新模型谁更强?谁的性价比更高?
689 0
|
2月前
|
存储 弹性计算 人工智能
阿里云服务器多少钱?阿里云价格表新鲜出炉(2026年最新)
本文为2026年阿里云服务器(ECS与轻量应用服务器)全景指南,涵盖价格表、性能评测及选型策略。详解计费逻辑、六大ECS实例族(e/g/c/r/hfr/GPU)与轻量三档配置,对比优劣,提供降本避坑技巧与决策树,助用户精准匹配业务需求。
922 0
|
5月前
|
人工智能 JSON 搜索推荐
AI 输出不能直接用?问题多半出在 Format 没写清楚
AI输出常需返工?根源常在格式缺失!本文揭示:明确Format(如Mermaid图、STAR框架、结构化表格等)才是提示词关键,它让AI产出直连工作流——非灵感草稿,而是可交付、可复用、可自动化的标准件。
368 0
AI 输出不能直接用?问题多半出在 Format 没写清楚
|
5月前
|
运维 Android开发 虚拟化
Ios云手机网络架构解析 2026云端设备IP风控与专线适配
云手机风控已升级为网络链路、IP特征、网关节点等多维筛查。低价共享IP/动态IP机型易触发人脸验证与限流;而瓜瓜云手机依托阿里云BGP静态专线,提供独享静态IP、独立网关与纯净链路,大幅降低风控概率,是2026年高价值账号稳定托管的合规首选。(239字)
|
6月前
|
容灾 关系型数据库 MySQL
【备考笔记】OceanBase V4 的容灾管理
OceanBase V4容灾管理含三大核心:回收站与闪回查询(秒级恢复误操作)、物理备份与恢复(租户/表级,支持多介质)、租户级主备库(同城/异地容灾,RPO=0日常切换)。全方位保障数据不丢、服务不停。(239字)
393 2
|
7月前
|
存储 人工智能 自然语言处理
《打造高准确率QClaw知识库:从清洗到拆分的完整实操流程》
本文针对QClaw本地知识库导入后普遍存在的答非所问、信息编造问题,打破“一键上传即可”的普遍误区,基于上百份不同类型文档的三周实测对比,揭示决定知识库效果的核心逻辑并非上传动作本身。系统讲解从文档清洗、语义单元拆分、重叠窗口设置、元数据标注到导入后验证优化的完整实操流程,纠正了按固定字数拆分、盲目追求文档数量等常见错误,给出大文件、结构化数据的特殊处理方案,帮助用户零失败打造高准确率的个人专属知识库。
491 1
|
7月前
|
人工智能 前端开发 JavaScript
前端组件库——shadcn/ui知识点大全(三)
教程来源 http://lemci.cn/ shadcn/ui通过Tree Shaking、动态导入、Tailwind JIT等实现极致性能优化,Bundle仅增20–50KB;组件即代码,完全可控、可定制、易维护,契合Next.js+Tailwind现代栈与AI协作开发。
|
测试技术
Fast网络速度测试工具
Fast是由Netflix提供的网络速度测试工具,可快速测量用户的下载、上传速度及延迟。其全球可用、无广告干扰,并支持多种设备。测试自动进行,结果以Mbps显示。此外,用户可通过“Show more info”查看上传速度和延迟(含缓冲膨胀)。Fast以其简单快捷的特点,帮助用户了解网络性能并解决潜在问题,是评估网速的理想选择。
2329 0
Fast网络速度测试工具