Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > econ > arXiv:2411.02085v2

帮助 | 高级搜索

经济学 > 一般经济学

arXiv:2411.02085v2 (econ)
[提交于 2024年11月4日 (v1) ,修订后的 2024年11月9日 (此版本, v2) , 最新版本 2025年1月15日 (v4) ]

标题: 跷跷板实验:具有溢出效应的A/B测试

标题: Seesaw Experimentation: A/B Tests with Spillovers

Authors:Jin Li, Ye Luo, Xiaowei Zhang
摘要: 本文研究了企业绩效为何可能下降,尽管持续实施成功的A/B测试创新——我们称这一现象为“跷跷板实验”。 虽然这些创新改善了衡量的主要维度,但在未衡量的次要维度上产生了超过收益的负面外部效应。 使用多元正态分布模型,我们确定了这种下降的条件,并提出了积极的门槛率作为解决方案。 我们的分析展示了如何设置最优门槛率以最大程度地缓解这些负面外部效应,并通过演示这些率应如何随基础参数变化,为实验设计提供了实用指导。
摘要: This paper examines how a firm's performance can decline despite consistently implementing successful A/B test innovations -- a phenomenon we term "seesaw experimentation." While these innovations improve the measured primary dimension, they create negative externalities in unmeasured secondary dimensions that exceed the gains. Using a multivariate normal distribution model, we identify the conditions for this decline and propose positive hurdle rates as a solution. Our analysis shows how to set optimal hurdle rates to best mitigate these negative externalities and provides practical guidance for experimental design by demonstrating how these rates should vary with underlying parameters.
评论: 15页,1图
主题: 一般经济学 (econ.GN)
引用方式: arXiv:2411.02085 [econ.GN]
  (或者 arXiv:2411.02085v2 [econ.GN] 对于此版本)
  https://doi.org/10.48550/arXiv.2411.02085
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Xiaowei Zhang [查看电子邮件]
[v1] 星期一, 2024 年 11 月 4 日 13:46:21 UTC (20 KB)
[v2] 星期六, 2024 年 11 月 9 日 12:30:24 UTC (16 KB)
[v3] 星期二, 2024 年 12 月 31 日 14:04:03 UTC (26 KB)
[v4] 星期三, 2025 年 1 月 15 日 08:12:34 UTC (27 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • 其他格式
许可图标 查看许可
当前浏览上下文:
econ.GN
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-11
切换浏览方式为:
econ
q-fin
q-fin.EC

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号