Есть чёткий порог (threshold) для assignment?
→
RDD
Есть "до/после" + контрольная группа, parallel trends правдоподобны?
→
DiD
Единичный treated unit, много контрольных, длинный pre-period?
→
Synthetic Control
Можно подобрать "близнецов" по наблюдаемым ковариатам?
→
Matching / PSM
Есть экзогенная вариация (инструмент), которая влияет на treatment?
→
IV / 2SLS
Ничего из вышеперечисленного не работает?
→
Не делать каузальных выводов
-
Чем квазиэксперимент отличается от A/B?
Нет рандомизации. Группы формируются не случайно, а по какому-то правилу, порогу или обстоятельству. Все методы — попытки компенсировать отсутствие рандомизации.
-
Что такое parallel trends и как их проверить?
Ключевое допущение DiD: без treatment обе группы двигались бы одинаково. Проверяют визуально (event study plot) и тестом на pre-trends. Доказать нельзя — только не отвергнуть.
-
Когда DiD не работает?
Когда treatment коррелирует с шоком, который по-разному затрагивает группы. Или когда есть anticipation — группа реагирует до treatment.
-
В чём разница sharp и fuzzy RDD?
Sharp: все выше порога получают treatment, все ниже — нет. Fuzzy: порог увеличивает вероятность treatment, но не гарантирует. Fuzzy RDD ≈ IV с порогом как инструментом.
-
Почему matching не решает проблему ненаблюдаемых факторов?
Matching балансирует только наблюдаемые ковариаты. Если selection обусловлен ненаблюдаемыми факторами — bias остаётся. CIA (conditional independence) — недоказуемое допущение.
-
Что такое SUTVA и почему это важно?
Stable Unit Treatment Value Assumption: потенциальный исход одного юнита не зависит от treatment-статуса других. Нарушается при spillover, сетевых эффектах, каннибализации.
-
Назовите три условия валидного инструмента.
Relevance (инструмент коррелирует с treatment), exclusion restriction (влияет на outcome только через treatment), independence (не коррелирует с ненаблюдаемыми факторами outcome).
-
Как проверить, что результат квазиэксперимента не артефакт?
Placebo tests (фиктивный treatment/период), falsification (outcome, который не должен реагировать), sensitivity analysis (насколько сильный confounder нужен для объяснения).
-
Когда использовать synthetic control вместо DiD?
Когда treated unit один (одна страна, один регион, один продукт), контрольных много, и нужен длинный pre-period для калибровки весов.
-
Как "продать" результат квазиэксперимента стейкхолдеру?
Объяснить дизайн простым языком, показать предпосылки и их проверки, дать диапазон оценок (sensitivity), чётко назвать ограничения и что не доказано.