Quali sono i metodi di clustering dell'esperimento (randomizzazione a cluster)?

La clusterizzazione dell'esperimento (randomizzazione a cluster) è un metodo in cui la randomizzazione non avviene a livello di singoli utenti, ma a livello di gruppi (cluster), ad esempio interi dipartimenti, regioni o server. Questo metodo viene utilizzato quando non è possibile o non è desiderabile dividere gli utenti all'interno di un cluster.

Metodi principali di clusterizzazione:

• Randomizzazione a cluster semplice: i cluster vengono distribuiti casualmente in gruppi sperimentali e di controllo.

• Randomizzazione a cluster stratificata: i cluster vengono suddivisi preventivamente in strati in base a caratteristiche importanti (ad esempio, dimensione, regione), e poi si effettua la randomizzazione all'interno di ogni strato.

• Randomizzazione a coppie di cluster: i cluster vengono raggruppati in coppie con caratteristiche simili, e in ogni coppia un cluster va all'esperimento e l'altro al controllo.

• Randomizzazione multilivello: utilizzata quando esiste una gerarchia di cluster (ad esempio, scuole e classi), e la randomizzazione può avvenire a diversi livelli.

Analizzando i risultati, è importante considerare la correlazione intra-cluster, poiché i dati all'interno di un cluster possono essere dipendenti, influenzando la potenza statistica e richiedendo metodi di analisi speciali (ad esempio, modelli misti).

Esempio: se l'esperimento viene condotto a livello di negozi, tutti i clienti di un negozio vengono assegnati allo stesso gruppo per evitare di mescolare gli effetti all'interno del negozio.