После применения CUPED для метрики revenue_per_user вы получили оценку эффекта +0.15. Как корректнее всего интерпретировать этот результат?

AЭто вероятность того, что нулевая гипотеза верна; в деньгах интерпретировать нельзя без перевода через эластичность спроса.
BПосле CUPED единицы измерения становятся условными, поэтому +0.15 нужно нормировать на стандартное отклонение базовой метрики.
CЭто оценка прироста скорректированной по CUPED метрики в исходных единицах (рубли на пользователя); смотреть вместе с доверительным интервалом.
DЭто означает, что предэкспериментальная выручка выросла на 0.15 рубля, а не разница между группами в эксперименте.
Правильный ответ. CUPED сохраняет единицы метрики; выводы (доверительный интервал и тест) нужно строить по скорректированной метрике и оценивать практическую значимость.

Разбор

CUPED строит новый исход, корректируя его на предэкспериментальную ковариату, но измерения остаются в тех же единицах (например, рубли на пользователя). Поэтому разницу между группами A и B можно сравнивать с бизнес-порогом в исходных единицах. Важно строить доверительный интервал и тест именно по скорректированной метрике, потому что меняется дисперсия. Если интервал узкий и лежит ниже порога полезности, это сигнал о слабой практической ценности эффекта.

Проверь себя · 1/3разбор после ответа
В методе CUPED (корректировка по предтестовой ковариате) используется коэффициент theta. Как его обычно получают на практике?
Тренировать A/B в Telegram

Ещё вопросы по теме «Снижение дисперсии и CUPED»