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?

AУвеличить уровень значимости, чтобы быстрее получить статистически значимый вывод и не учитывать сегменты
BСтратифицировать пользователей по статусу новичок/опытный или добавить этот фактор в линейную регрессию
CЗаменить коэффициент корреляции Пирсона на ранговый Спирмена и при этом не учитывать никакие сегменты
DОставить только пользователей, которые получили 0 пушей, и сравнить их со всеми остальными по оттоку
Правильный ответ. Контроль смешивающего фактора достигается стратификацией по сегментам или добавлением фактора в модель.

Разбор

Если статус пользователя влияет и на получение пушей, и на отток, он искажает оценку связи между ними. Разбиение на сегменты или добавление переменной в регрессию делает сравнение более сопоставимым внутри однородных групп. Это не гарантирует причинность, но снижает риск неправильной интерпретации из-за смешивающего фактора. Изменение уровня значимости, замена коэффициента корреляции и фильтрация только по нулю пушей проблему не решают.

Проверь себя · 1/3разбор после ответа
У вас миллион наблюдений, Pearson r между двумя метриками равен 0.03, а p-value очень маленький. Какой вывод наиболее корректен для продукта?
Тренировать статистику в Telegram

Ещё вопросы по теме «Корреляция и регрессия»