第 170 题：增量价值(Incrementality)衡量，PSM与双重差分方法？
题目
增量价值(Incrementality)衡量，PSM与双重差分方法？
完整讲解
一、增量价值（Incrementality）的含义
增量价值：因投放广告而带来的额外转化/价值（即「有广告 − 无广告」的因果效应），而非自然转化或本就会发生的转化。衡量增量可避免把自然转化归因给广告、正确评估投放 ROI。
二、PSM（倾向得分匹配）
- 思路：将「看过广告」与「未看过广告」的用户按倾向得分（如观看广告的概率，由特征预测）匹配，使两组在可观测特征上近似平衡，再比较转化差异，估计平均处理效应（ATE）。
- 步骤：用逻辑回归等估计倾向得分 → 对每个处理组样本找对照组中得分相近的匹配 → 用匹配后的转化差估计增量。依赖「给定倾向得分后处理近似随机」的可忽略性假设。
三、双重差分（DID）
- 思路：比较处理组与对照组在投放前后的转化变化之差：增量 ≈ (处理组后−处理组前) − (对照组后−对照组前)，可消除不随时间变的组间差异与共同时间趋势。
- 前提：平行趋势假设（若无干预，两组变化趋势一致）；对照组选未曝光或自然对照组。
- 与 PSM 结合：可先 PSM 构造可比对照组，再在匹配样本上做 DID，提高因果识别可信度。
面试要点
- 能说清增量价值的定义（有广告 vs 无广告的因果效应）及为何要衡量增量。
- 能简述 PSM：倾向得分、匹配、估计 ATE；依赖可忽略性。
- 能写出 DID 公式并说明平行趋势假设；能说明 PSM+DID 的联合使用场景。
记忆要点
- 增量 = 有广告 − 无广告的因果效应；PSM 用倾向得分匹配后比较转化差估计 ATE。
- DID：(处理组后−前) − (对照组后−前)，需平行趋势；可与 PSM 结合提高可比性。