ARMA-Design: Optimal Treatment Allocation Strategies for A/B Testing in Partially Observable Time Series Experiments
ARMA-Design：部分可观测时间序列实验中的最优 A/B 处理分配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：摘要同时研究 A/B 实验的平均处理效应与受控 ARMA 时间序列设计，对应因果推断和时间序列。
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…
ARMA-Design：部分可观测时间序列实验中的最优 A/B 处理分配
- 研究问题
- 当在线实验环境部分可观测、难以满足完全可观测的马尔可夫假设时，如何设计处理序列以改善平均处理效应估计？
- 方法与思路
- 作者建立受控向量 ARMA 模型，用小信号渐近框架计算不同设计的渐近均方误差，再以约束优化或强化学习寻找设计。
- 材料陈述的贡献
- 摘要提出两种估计最优设计的算法，并称其在两个网约车调度模拟器及两套企业数据中表现较好，同时提供 Python 实现。
- 阅读关注点
- 应核对部分可观测性与处理动态的模型表达、小信号近似和最优性范围，以及真实数据如何用于设计评估及基准比较。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未列明渐近条件和优势幅度，所述代码链接不代表实现已被核验。
原文摘要
Online experiments %in which experimental units receive a sequence of treatments over time are frequently employed in many technological companies to evaluate the performance of a newly developed policy, product, or treatment relative to a baseline control. In many applications, the experimental units receive a sequence of treatments over time. To handle these time-dependent settings, existing A/B testing solutions typically assume a fully observable experimental environment that satisfies the Markov condition. However, this assumption often does not hold in practice. This paper studies the optimal design for A/B testing in partially observable online experiments. We introduce a controlled (vector) autoregressive moving average model to capture partial observability. We introduce a small signal asymptotic framework to simplify the calculation of asymptotic mean squared errors of average treatment effect estimators under various designs. We develop two algorithms to estimate the optimal design: one utilizing constrained optimization and the other employing reinforcement learning. We demonstrate the superior performance of our designs using two dispatch simulators that realistically mimic the behaviors of drivers and passengers to create virtual environments, along with two real datasets from a ride-sharing company. A Python implementation of our proposal is available at https://github.com/datake/ARMADesign.