Potential Outcome Framework 专有名词

以商品价量预估为例

• 每个商品都是一个 {{c1 单元（Unit）}}
• 调低/调高商品价格是 {{c1 干预（Treatment）}}，
• 被调价干预的商品是 {{c1 干预组}} ，维持原价的商品是 {{c1 控制组}}
• 商品打九折后日销量提升了10%是 {{c2 观测结果/事实结果（Observed outcome/ Factual outcome）}}
• 假设存在一个平行时空商品维持原价日销量基本不变是 {{c1 反事实结果（Counterfactual outcome）}} 。
• 商品的类目，品牌等属性是 {{c1 干预前变量/背景变量/协变量（Pre-treatment variables/Background variables/Covariate）}} ，它们不受变价干预的影响。
• 如果我们关注的是所有商品的价格对销量的影响是 → 平均因果效应（Average Treatment Effect，ATE），
• 变价的商品的价格对销量的影响是 → 干预组平均因果效应（Average Treatment effect on the Treated group，ATT），
• 限定服饰行业下商品的价格对销量的影响是 → 条件平均因果效应（Conditional Average Treatment Effect，CATE），
• 每一个商品的价格对销量的影响是 {{c1 个体干预效应（Individual Treatment Effect，ITE），ITE}} 可以看作是CATE的一种特例。
• 商品的历史销量会影响商家对商品调价，也会影响商品的未来销量，因此历史销量是一个 {{c1 混杂因子（Confounders）}}

网络回响