地域実験の割付・MDEと事前均衡
バグ・不具合を報告
地域単位の事前実績とペア・クラスター制約から、可能な割付と期待検出力を実験開始前に見積もる。
同じ規模・KPI単位の地域を比較してください。割付の前に全時系列を入力し、将来の施策期間のデータは含めません。
上位の均衡候補を選ぶ操作は事前比較用です。検出力推定は許可された全割付の一様抽選に基づきます。
項目を入力・選択してから「計算する」を押してください。
必要な入力・選択は10項目です。
計算結果
—
- 指定liftでの検出力
- —
- 0%(null)の有意判定率
- —
- nullのMC標準誤差
- —
- 指定liftのMC標準誤差
- —
- 許可割付数
- —通り
- seedで抽選した割付例
- —
値を入力して計算してください。
この計算機は使いやすかったですか?
回答はサイト改善のために保存します。入力値・計算結果は送りません。
ありがとうございます。よかったら、上の共有ボタンからこの計算機を紹介しませんか?
計算方法・適用範囲・出典
計算方法
ペアjの2クラスターをA,Bとし、直前b期と続くh期の各平均KPIからDⱼ=(Aの後h期平均−Aの直前b期平均)−(Bの後h期平均−Bの直前b期平均)を作ります。各ペアで許された割付符号sⱼ∈{+1,−1}を選び、検定統計量T(s)=ΣsⱼDⱼ/Kとします。正のlift ℓ%を対象クラスターの直前b期平均KPIに加算し、全許可割付s′についてT(s′)≥T(実際の割付)となる割合pを計算します。p≦αで検出とし、全履歴から作れるplacebo窓×一様乱数割付の反復で検出力を推定。MC標準誤差=100√[p̂(1−p̂)/N] pp。MDEは0~上限liftの20等分格子で初めて目標検出力を超える点。事前均衡は全履歴のペア差を使い、全クラスター平均KPIで正規化した水準差と前半・後半トレンド差の平方和平方根です。
許可割付、事前水準・傾向均衡、MDE目安、power曲線、null/lift placebo統計量とp値。
計算例(架空の数値)
手計算例:2ペアを1対1に割り付け、両方入替可能なら2²=4通り。片側正確検定の最小p値は1/4=0.25で、α=0.05ではどれだけ大きなliftでも検出率は0%。これは独立個人の標本数を4とした正規近似とは違います。
適用対象と限界
4~24地域、2~8ペア、最大16クラスター、各期間1~60の完全パネル(最大1000観測)。施策後の効果推定、重複・欠測補完、SCM/ASCM/GSC、非線形季節調整、空間波及、重み付き事後分析、多段階割付、因果/利益保証は扱いません。。
採用した方式
- ペア割付DID/事前placebo power(E1480 paired-cluster DID + exact one-sided Fisher randomization v1.0.0):対象範囲 施策前の完全な等間隔時系列・各ペア2クラスター・正方向の加算lift・干渉なし・割付一様抽選/適用地域 global
方法と出典
方法:E1480 paired-cluster DID + exact one-sided Fisher randomization v1.0.0。データ記録日:2026-11-14。