![Search icon](https://hackernoon.imgix.net/search-new.png?w=19&h=19)
Calquera experimento implica unha compensación entre resultados rápidos e sensibilidade métrica. Se a métrica escollida é ampla en termos de varianza, debemos esperar moito tempo para asegurarnos de que os resultados do experimento sexan precisos. Consideremos un método para axudar aos analistas a impulsar os seus experimentos sen perder demasiado tempo ou sensibilidade métrica.
Supoñamos que realizamos un experimento estándar para probar un novo algoritmo de clasificación, coa duración da sesión como métrica principal. Ademais, ten en conta que a nosa audiencia pódese clasificar aproximadamente en tres grupos: 1 millón de adolescentes, 2 millóns de usuarios de 18 a 45 anos e 3 millóns de usuarios de 45 ou máis anos. A resposta a un novo algoritmo de clasificación variaría significativamente entre estes grupos de público. Esta ampla variación reduce a sensibilidade da métrica.
Noutras palabras, a poboación pódese dividir en tres estratos, que se describen a continuación:
Digamos que cada compoñente ten unha distribución normal. Entón, a métrica principal para a poboación tamén ten unha distribución normal.
Dividimos aleatoriamente a todos os usuarios da poboación nun deseño experimental clásico sen ter en conta as diferenzas entre os nosos usuarios. Así, consideramos a mostra co seguinte valor esperado e varianza.
Outra forma é dividir ao azar dentro de cada estrato segundo o peso da estrat na poboación xeral.
Neste caso, o valor esperado e a varianza son os seguintes.
O valor esperado é o mesmo que na primeira selección. Non obstante, a varianza é menor, o que garante unha maior sensibilidade métrica.
Agora, consideremos o método de Neyman . Suxiren dividir os usuarios aleatoriamente dentro de cada estrato con pesos específicos.
Polo tanto, o valor esperado e a varianza son iguais ao seguinte neste caso.
O valor esperado é igual ao valor esperado no primeiro caso asintóticamente. Non obstante, a varianza é moito menor.
Demostramos a eficacia deste método teoricamente. Imos simular mostras e probar empíricamente o método de estratificación.
Consideremos tres casos:
Aplicaremos os tres métodos en todos os casos e trazaremos un histograma e un diagrama de caixa para comparalos.
En primeiro lugar, imos crear unha clase en Python que simule a nosa poboación xeral composta por tres estratos.
class GeneralPopulation: def __init__(self, means: [float], stds: [float], sizes: [int], random_state: int = 15 ): """ Initializes our General Population and saves the given distributions :param means: List of expectations for normal distributions :param stds: List of standard deviations for normal distributions :param sizes: How many objects will be in each strata :param random_state: Parameter fixing randomness. Needed so that when conducting experiment repeatedly with the same input parameters, the results remained the same """ self.strats = [st.norm(mean, std) for mean, std in zip(means, stds)] self._sample(sizes) self.random_state = random_state def _sample(self, sizes): """Creates a general population sample as a mixture of strata :param sizes: List with sample sizes of the corresponding normal distributions """ self.strats_samples = [rv.rvs(size) for rv, size in zip(self.strats, sizes)] self.general_samples = np.hstack(self.strats_samples) self.N = self.general_samples.shape[0] # number of strata self.count_strats = len(sizes) # ratios for every strata in GP self.ws = [size/self.N for size in sizes] # ME and Std for GP self.m = np.mean(self.general_samples) self.sigma = np.std(self.general_samples) # ME and std for all strata self.ms = [np.mean(strat_sample) for strat_sample in self.strats_samples] self.sigmas = [np.std(strat_sample) for strat_sample in self.strats_samples]
Despois, imos engadir funcións para os tres métodos de mostraxe descritos na parte teórica.
def random_subsampling(self, size): """Creates a random subset of the entire population :param sizes: subsample size """ rc = np.random.choice(self.general_samples, size=size) return rc def proportional_subsampling(self, size): """Creates a subsample with the number of elements, proportional shares of strata :param sizes: subsample size """ self.strats_size_proport = [int(np.floor(size*w)) for w in self.ws] rc = [] for k in range(len(self.strats_size_proport)): rc.append(np.random.choice(self.strats_samples[k], size=self.strats_size_proport[k])) return rc def optimal_subsampling(self, size): """Creates a subsample with the optimal number of elements relative to strata :param sizes: subsample size """ sum_denom = 0 for k in range(self.count_strats): sum_denom += self.ws[k] * self.sigmas[k] self.strats_size_optimal = [int(np.floor((size*w*sigma)/sum_denom)) for w, sigma in zip(self.ws, self.sigmas)] if 0 in self.strats_size_optimal: raise ValueError('Strats size is 0, please change variance of smallest strat!') rc = [] for k in range(len(self.strats_size_optimal)): rc.append(np.random.choice(self.strats_samples[k], size=self.strats_size_optimal[k])) return rc
Ademais, para a parte empírica, sempre necesitamos unha función para simular o proceso experimental.
def run_experiments(self, n_sub, subsampling_method, n_experiments=1000): """Conducts a series of experiments and saves the results :param n_sub: size of sample :param subsampling_method: method for creating a subsample :param n_experiments: number of experiment starts """ means_s = [] if(len(self.general_samples)<100): n_sub = 20 if(subsampling_method == 'random_subsampling'): for n in range(n_experiments): rc = self.random_subsampling(n_sub) mean = rc.sum()/len(rc) means_s.append(mean) else: for n in range(n_experiments): if(subsampling_method == 'proportional_subsampling'): rc = self.proportional_subsampling(n_sub) elif(subsampling_method == 'optimal_subsampling'): rc = self.optimal_subsampling(n_sub) strats_mean = [] for k in range(len(rc)): strats_mean.append(sum(rc[k])/len(rc[k])) # Mean for a mixture means_s.append(sum([w_k*mean_k for w_k, mean_k in zip(self.ws, strats_mean)])) return means_s
Se observamos a poboación xeral, onde todos os nosos estratos teñen os mesmos valores e varianzas, espérase que os resultados dos tres métodos sexan máis ou menos iguais.
Medias diferentes e varianzas iguais obtiveron resultados máis interesantes. Usar a estratificación reduce drasticamente a varianza.
En casos con medias iguais e varianzas diferentes, vemos unha redución da varianza no método de Neyman.
Agora, podes aplicar o método de estratificación para reducir a varianza métrica e aumentar o experimento se agrupas á túa audiencia e divídese tecnicamente de forma aleatoria dentro de cada grupo con pesos específicos.