Вы нашли корреляцию между количеством показов рекламы и выручкой. Но вы знаете, что в праздники и показы, и выручка растут. Как лучше описать риск интерпретации?

AЭто означает, что реклама не работает, и любые изменения бюджета не повлияют на выручку в текущем периоде наблюдения и аудитории
BЭто доказывает, что реклама вызывает рост выручки, поскольку рост виден на исторических данных и сохраняется по сезонам года
CНужно заменить коэффициент Пирсона на распределение Пуассона и пересчитать связь как параметр интенсивности событий по дням
DВозможно скрытое смешивание из-за сезонности, поэтому простая корреляция не равна причинному эффекту рекламы на выручку
Правильный ответ. Скрытое смешивание из-за общей третьей причины делает корреляцию плохой оценкой причинного эффекта.

Разбор

Сезонность меняет и спрос, и маркетинговую активность, поэтому группы дней становятся несопоставимыми. В результате корреляция может отражать календарные эффекты, а не влияние рекламы. Чтобы приблизиться к причинному эффекту, нужно контролировать сезонность, строить сравнимые группы или использовать эксперимент. Варианты «реклама не работает» и «доказывает причинность» делают слишком сильные выводы из одной корреляции.

Проверь себя · 1/3разбор после ответа
Вы подозреваете, что связь между числом пушей и оттоком объясняется тем, что пуши чаще получают новички. Что лучше сделать, чтобы снизить влияние смешивающего фактора в анализе?
Тренировать статистику в Telegram

Ещё вопросы по теме «Корреляция и регрессия»