Interference Produces False-Positive Pricing Experiments
干扰为何使定价实验产生假阳性结论AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确讨论随机定价实验中的跨商品替代干扰及效应偏差，对应因果推断与干扰问题。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
干扰为何使定价实验产生假阳性结论
- 研究问题
- 在线零售按商品随机调整价格时，消费者跨商品替代如何造成实验组间差异与全面推广效果不一致，并使定价实验高估政策效果？
- 方法与思路
- 作者通过模拟和实验数据研究商品层面随机化的干扰偏差，并讨论去偏定价实验方案，提出观察性方法可能成为聚类设计的替代选择。
- 材料陈述的贡献
- 摘要称，模拟中的干扰偏差可达 100%，实验数据提示相近量级；文章强调应区分组间实验差异与定价政策全面推广后的总体效果。
- 阅读关注点
- 应核对实验与全面推广效应的定义、偏差百分比的分母、商品替代结构，以及去偏方法和观察性替代方案所需的识别条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收均未核实。摘要未说明偏差量级对应的具体场景，也未证明观察性方法普遍优于聚类实验。
原文摘要
It is standard practice in online retail to run pricing experiments by randomizing at the article-level, i.e. by changing prices of different products to identify treatment effects. Due to customers' cross-price substitution behavior, such experiments suffer from interference bias: the observed difference between treatment groups in the experiment is typically significantly larger than the global effect that could be expected after a roll-out decision of the tested pricing policy. We show in simulations that such bias can be as large as 100%, and report experimental data implying bias of similar magnitude. Finally, we discuss approaches for de-biased pricing experiments, suggesting observational methods as a potentially attractive alternative to clustering.