DAG, confounder vs collider, A/B как gold standard, DiD (Москва vs Питер), PSM matching, IV. Когда что выбрать. Симуляция confounder-bias и PSM. 1 интерактив.
Причинность ≠ корреляция. Confounders, DAG, DiD, PSM, IV.
Ключевые темы: causal, confounder, DAG, DiD, PSM, IV.
Причинно-следственный анализ отвечает на вопрос «что будет, если вмешаться», а не просто «что с чем связано». Корреляция показывает, что две величины меняются вместе, но не говорит, кто на кого влияет и нет ли скрытого общего фактора. Установить причинность можно либо экспериментом (A/B-тестом), либо специальными методами на наблюдательных данных, которые имитируют эксперимент и контролируют посторонние влияния. Главный принцип: корреляция сама по себе не доказывает причинность.
Где применяется в аналитике: Применяется, когда честный A/B-тест невозможен: оценка эффекта промо, запуска фичи в одном регионе, изменения цены. Нужен в продуктовой аналитике, маркетинге и оценке инициатив, где важно отделить реальный эффект вмешательства от сезонности, тренда и самоотбора пользователей.
На собеседовании: Спрашивают, чтобы проверить зрелость мышления: не путает ли кандидат корреляцию с причинностью. Смотрят, понимает ли он роль конфаундеров, рандомизации и почему «растёт вместе» не значит «одно вызывает другое».
В Pro-подписке по этому конспекту получите: