Para responder a su pregunta en breve: no tiene que preocuparse por la validez de la prueba, especialmente si hace que los grupos tengan el mismo tamaño. Si lo desea, puede ajustar los números finales para el efecto de la polinización cruzada.
Ahora, no estoy seguro si tiene restricciones operativas en la polinización cruzada. Si lo hace, debe resolverlos de alguna manera, pero desde el punto de vista del diseño de la prueba, no es gran cosa.
Ejecutemos algunos números de muestra.
10K sujetos en cada grupo, divididos aleatoriamente, 20% de cada grupo “polinizan de forma cruzada”. La verdadera elevación de A sobre B en número de mensajes es del 10%, y es del 5% para aquellos en el grupo de polinización cruzada.
Su aumento para la A será 80% * 10% + 20% * 5% = 9%
Grupo B: 80% * 0% + 20% * 5% = 1%
Elevación: 8%
- ¿Qué es todo lo que hay que aprender sobre el análisis de big data?
- ¿Cómo se relacionan el big data, el análisis de datos y la ciencia de datos con los temas de probabilidad y estadística?
- ¿Cómo vender legalmente los datos disponibles públicamente desde aplicaciones móviles en Internet? ¿Cómo aumento el valor de los servicios de datos?
- ¿Qué implica la creación de una aplicación para consumir, procesar y filtrar la manguera de Twitter de tweets en tiempo real?
- ¿Qué herramientas usan los científicos de datos?
Por lo tanto, su prueba sigue siendo válida, es decir, debería producir una diferencia en los resultados, hasta que el nivel de polinización cruzada se acerque peligrosamente al 100%. Si desea ajustar la elevación (diferencia) por el coeficiente de polinización cruzada, debe dividirlo por (1-CP).
Es posible construir la misma prueba con diferentes tamaños de grupos, pero luego necesitaría hacer más cálculos para ajustar los números.
