Heterogen müalicə təsiri nədir və onu necə axtarmaq olar?

Heterojen Müalicə Təsiri (HTE) — bu, müalicə, reklam kampaniyası, interfeys dəyişiklikləri kimi müdaxilənin, fərdi alt qrupların və ya hətta fərdi istifadəçilərin xüsusiyyətlərinə görə dəyişən təsiridir. Orta Müalicə Təsiri (ATE) bütün əhali üzrə orta təsiri göstərdiyi halda, HTE hansı seqmentlərin təsirinin daha güclü və ya daha zəif olduğunu anlamağa imkan verir.

HTE-ni tapmaq üçün adətən aşağıdakı yanaşmalar tətbiq olunur:

1. Stratifikasiya — məlumatları xüsusiyyətlərə görə (yaş, region, davranış) alt qruplara bölmək və hər qrupda təsiri qiymətləndirmək.
2. Əlaqəli modellər — müalicə xüsusiyyəti ilə digər dəyişənlər arasında əlaqələr olan regresiya modelləri qurmaq.
3. Maşın öyrənmə metodları — HTE-ni qiymətləndirmək üçün xüsusi hazırlanmış alqoritmlərdən istifadə etmək, məsələn, Causal Forest, uplift modelləri, yönəldilmiş qərar ağacları.

Python-da econml kitabxanası ilə Causal Forest nümunəsi:

from econml.grf import CausalForest

# X — xüsusiyyətlər, T — ikili müalicə, y — nəticə
model = CausalForest()
model.fit(y, T, X)

# Hər obyekt üçün müalicə təsirinin proqnozu
hte = model.effect(X)

Beləliklə, HTE daha dəqiq qərarlar qəbul etməyə kömək edir və müdaxiləni müxtəlif istifadəçi seqmentlərinə uyğunlaşdırmağa imkan verir.