Tabelle 2Aus „Die Inkrementalitäts-Illusion“
Planungslogik für die Stichprobengröße
Qualitative Planungslogik: Je kleiner der erwartete Effekt, desto höher die Anforderungen an Varianz-, Power- und Kostenannahmen.
Tabelle 2Planungslogik für die Stichprobengröße
| Erwarteter relativer Uplift | Planungsfolge | Benötigte Eingaben vor der Berechnung |
|---|---|---|
| Größer | Die erforderliche N kann bei sonst gleichen Bedingungen kleiner sein | Baseline-Outcome, Varianz, Allokation, Power, Alpha, Clusterung und Spillover |
| Moderat | Die erforderliche N kann deutlich größer sein | Dieselben Eingaben plus ein entscheidungsrelevanter Mindesteffekt |
| Sehr klein | Das Design kann praktisch nicht umsetzbar werden | Präzisionsziel, Opportunitätskostenlimit und Abbruchregel |
Bei breiten Tabellen horizontal wischen oder scrollen.
Quelle: Eigene Planungsübersicht auf Basis der Designlogik von Lewis & Rao (2015), Quarterly Journal of Economics 130(4).

Aus dem Beitrag
Wachstum, das sich potenziert
Die Inkrementalitäts-Illusion
Warum Attributions-Dashboards Phantom-Renditen melden, während Holdout-Tests wenig oder keinen Uplift finden und wie kausale Messung planbar wird.
Den Beitrag lesenDiese Abbildung gehört zu einem Essay: Die Zahlen stehen hier, das Argument dort.
Zitieren oder einbetten
Verwandte Abbildungen

Tabelle 1Tabelle
Effektivität von Non-Brand-Search nach Nutzerkohorten
Die Inkrementalitäts-Illusion

Abbildung 1Grafik
Geschätzter Behandlungseffekt (ATT) auf Checkout-Konversionen in Studie 4, nach Verfahren
Die Inkrementalitäts-Illusion

Tabelle 3Tabelle
Das 4-stufige Werbe-Governance-Framework
Die Inkrementalitäts-Illusion
Kontakt
Schicken Sie die Frage, an der Sie arbeiten.
Forschung, ein Gastvortrag oder eine Frage aus der Praxis.