交絡変数をどうするか？

実験をする必要があります。まず、現状について説明させてください。私が働いている会社は映画館です。映画を待っている人々がゲームをすることによって時間を過ごすことができるゲームセクションがあります。プリペイド会員カードを使用してのみ支払うことができます。残念ながら、このゲームセクションは十分な売上を生み出していません。原因を見つけようとしています。

私の仮説は、現金を支払いにすれば売り上げが増えるというものです。

私の計画は、実験グループと対照グループを持つことです。実験グループは現金支払いを受け入れますが、対照グループは受け入れません。両方のグループの売上高は、実験の前後に集計されます。

これについての難しいことは、「現金支払い」要因を他の要因から分離する方法を見つけることができないことです：

• 映画館で上映されている映画が良ければもっと多くの人が来て、売り上げも増えるでしょう
• 各映画館には1つのゲームセクションしかありません。2つのセクションに分割することはできません（1つは現金を受け入れ、もう1つは受け入れません）。
• いくつかのサイトが現金を受け入れ、他のいくつかが受け入れない場合、訪問者が異なり、ゲームユニットの数が異なるため、結果を直接比較することはできないと思います。

私はこの「現金支払い」変数を分離するための提案、またはおそらく別のアプローチを完全に探しています。

上記の箇条書きに関連するいくつかの提案を次に示します。

• 説明変数として毎日の摂取量を使用するのはどうですか？
  • あなたがする必要があるのは、他の多くの要因を考慮してゲームの売上を予測する方程式を形成することです。そこには、プリペイドカードを使用したかどうかなど、あなたが興味を持っていることが含まれます。ただし、毎日の摂取量など、興味はないが調整しなければならない要素も含める必要があります。明らかに、映画が大ヒット映画である場合、ゲームの売上は増加します。
• 映画館がNあるとします。N / 2シネマを選択してグループAに入れ、残りをグループBに入れます。次に、グループAをコントロールグループ、Bを実験グループにします。可能であれば、このセットアップを変更します。つまり、グループAを数週間の実験セットアップにします。
• グループを混在させることができる場合（上記のポイント）、これは問題ではありません。できない場合でも、ゲームユニットの数を表す変数を含めることができます。

おそらく必要となる統計的手法は、多重線形回帰（MLR）です。基本的に、次の形式の方程式を作成します。

Gaming sales = a0 + a1*Prepaid + a2*Takens + a3*<other things>

どこ

• a0、a1、a2は単なる数値です
• プリペイドは0または1です
• Takensは毎日takensです。

MLRを使用すると、a0-a2の値を計算できます。したがって、a1が大きい場合は、プリペイドが重要であることを示しています。

2つのグループで現金オプションを導入する前と後を比較してみてはいかがですか。映画館の半分を現金オプションに割り当て（処理）、残りの半分を現金なし（制御）に続けるとします。これで、現金オプションの導入後の処理グループでの売上高の変化を比較したり、コントロールグループでの売上高の変化を比較したりできます。実際に現金オプションが効果的である場合、治療群の変化は対照群の変化よりも大きくなります。

Technionの統計研究所でAyala Cohen教授が行った興味深い統計分析を読んだことを思い出します。事故時にイスラエルの主要高速道路から広告掲示板を撤去した場合の影響を同様の方法で評価しました。この期間中に変化した他の要因を制御するために、前後の事故の減少を、期間中広告掲示板がそこに留まった平行高速道路と比較した。

私の実際的な統計的提案とは別に、私は少し異なる問題を提起したいと思いました。映画の目標は収益を最大化することであり、もちろん分析（および戦略）はその目標に向けることができることを理解しています。ただし、企業やアナリストが検討する必要のある、全体的な利益という、より広範で全体的な見方を提案したいと思います。この場合、映画ファンにゲームを追加することの価値を考慮することができます。彼らは全体的な経験に満足していますか？（これは、例えば、簡単なアンケートを通じて評価できます）。または、たとえばゲームが教育的なものである場合、おそらくそれらをプレイする人に追加の利点がありますか？アメリカのいくつかの映画館では、映画が始まる前に画面に単語ゲームがあったことを思い出します。これらは面白くて教育的であると見なすことができるため、付加価値を付けることができます。実際には、

私が言おうとしていることは、「成功」を広い意味で定義し、大きく考えることは有益だということです。結局、成功は「顧客」の健康と「治療」が社会、文化、環境などに与える影響にも依存します。

これが哲学的すぎる場合は申し訳ありませんが、短期的な経済的利益を最大化するMBA学生があまりにも多く、金銭的でない問題について考えることが少なすぎます。それでも、データマイニングと統計は、より広範な原因に使用できます。