PSM — это A/B-тест без формальной рандомизации: стратификация аудитории по похожим атрибутам с последующим сравнением выборок как если бы они были рандомно разделены
Оценивает вероятность попадания в treatment по ковариатам (P(T=1|X)), затем подбирает «двойников» из контроля с похожим propensity score для оценки каузального эффекта
Случайный выбор пар наблюдений из treatment и control групп с последующим усреднением разности исходов в этих парах — аналог paired t-test для наблюдательных данных
Логистическая регрессия предсказывающая попадание в treatment и одновременно эффект на outcome — по сути это двухэтапная регрессия с инструментальной переменной
Как разобрать этот вопрос на собеседовании
Раздели задачу на «какая гипотеза», «какой тест подходит» и «как интерпретировать результат». Держи в голове предпосылки теста, ошибки I и II рода и разницу между статистической и практической значимостью. Интервьюер чаще проверяет рассуждение, а не вывод формулы — проговаривай допущения вслух.
Это вопрос продвинутого уровня — на собеседовании по нему обычно идут уточняющие follow-up вопросы, поэтому держи в голове крайние случаи и альтернативные решения.
Тема вопроса — «Статистика». Чтобы подготовиться к похожим задачам, отрабатывай их на практике: конспекты по статистике и a/b помогает довести навык до автоматизма, а раздел вопросов — увидеть формулировки, которые реально встречаются на интервью аналитика данных.
Разбор ответа
Подробный разбор с объяснением «почему правильный ответ верный» и почему остальные неверны — после регистрации.
3000+ вопросов с разбором, quiz-режим с проверкой, AI-собес и подготовка к интервью аналитика.