리서치 연구
Selection Bias Correction in Retail Intelligence
ARarXiv
리테일 인텔리전스는 인기 상품에 집중하여 경제 지표를 편향할 수 있어, 틈새 품목인 '롱 테일'을 고려한 선택 편향 보정이 필요하다.
세 줄 요약
- 400회의 몬테카를로 시뮬레이션에서 계층화(stratification)는 네 가지 시나리오 중 세 곳에서 우수한 성능을 보였다.
- 계층화는 경계가 인구 변화와 의도적으로 어긋난 경우에도 중앙값 오차를 0.04pp 미만으로 유지했다.
- 선택 확률 차이가 클 때 가중치 방법은 이론적 설계 범위를 벗어나므로, 계층화가 더 안전한 선택임을 보여준다.
리테일 인텔리전스는 인기 상품에 집중하여 경제 지표를 편향할 수 있어, 틈새 품목인 '롱 테일'을 고려한 선택 편향 보정이 필요하다.