50 оттенков линейной регрессии, или почему всё, что вы знаете об A/B тестах, помещается в одно уравнение
Авторы предлагают рассмотреть привычные нам методы A/B тестов с точки зрения уравнения линейной регрессии.
Формула, которая используется на протяжении всей статьи
Y = b0+ b1D + e, где D - принадлежность к группе теста или контроля (1 и 0), b0 - матожидание в контроле, b0+b1, матожидание в тесте
Что в статье?
1. Про стандартную оценку эффектов, ATE (Average Treatment Effect)
2. CUPED
3. Стратификация
4. Все в одном уравнении, такое тоже есть, все через модель линейной регрессии.
5. Пример на Python, оценка теста, используя модель линейной регрессии.
В общем, статья хорошая, ставлю лайк 👍