Experiment-Design
如何處理混雜變量？
我需要做一個實驗。首先讓我描述一下目前的情況。我工作的公司是一家電影院。它有一個遊戲部分，等待電影的人可以通過玩遊戲來打發時間。人們只能使用預付會員卡付款。不幸的是，這個遊戲部分沒有產生足夠的銷售額。我們正在努力尋找原因。
我的假設是，如果我們接受現金支付，銷售額將會增加。
我的計劃是有實驗組和對照組。實驗組接受現金支付，對照組不接受。兩組的銷售額在實驗前後進行統計。
困難在於我找不到將“現金支付”因素與其他因素分開的方法：
- 電影院放映的電影好，來的人多，銷量也會增加
- 每個電影院只有一個遊戲區，我不能把它分成兩個部分（一個接受現金，另一個不接受）
- 如果幾個站點接受現金而其他幾個不接受，我認為我不能直接比較結果，因為訪問者不同，遊戲單元的數量不同
我正在尋找建議來隔離這個“現金支付”變量，或者可能是另一種方法。
以下是與上述要點相關的一些建議：
將每日收入作為解釋變量怎麼樣？
- 您需要做的是形成一個等式，您可以在其中根據許多其他因素預測遊戲銷售。這些因素將包括您感興趣的事情，例如他們是否使用預付卡。但是，您還需要包括您不感興趣但必須調整的因素，例如每日攝入量。顯然，如果這部電影是大片，那麼遊戲銷量將會增加。
假設你有 N 個電影院。選擇N/2個電影院，放在A組，其餘的放在B組。現在讓A組為對照組，B組為實驗組。如果可能，請交替使用此設置，即讓 A 組實驗設置幾個星期。
如果您可以混合組（以上點），那麼這不是問題。即使你不能，你也可以包含一個代表遊戲單位數量的變量。
您可能需要的統計技術是多元線性回歸(MLR)。本質上，您構建了一個形式為：
Gaming sales = a0 + a1*Prepaid + a2*Takens + a3*<other things>在哪裡
- a0 , a1 , a2只是數字
- 預付是 0 或 1
- Takes是每天的攝入量。
MLR 將允許您計算a0-a2的值。因此，如果a1很大，則表明預付很重要。