[1G3-OS-13a] OS-13

2:25 PM - 2:40 PM JST(5:25 AM - 5:40 AM UTC)

[1G3-OS-13a-04] Stratified Sampling via Optimal Multiway-Split Decision Trees

〇Tomoka Takei¹, Shunnosuke Ikeda¹, Yuichi Takano¹ (1. University of Tsukuba)

Keywords:

Stratified Sampling,Optimal Multiway-Split Decision Tree,Mathematical Optimization,A/B Testing

マーケティング施策の効果検証において広く用いられるA/Bテストでは，限られた実験コストの下で検出力を高めることが重要である．その代表的な手法である層化抽出は，顧客属性に基づいて母集団を分割することで標本平均の分散削減を図るが，従来はクラスタリングなどの方法で層を構成した後に標本配分を行う二段階法が主流であり，層の構成自体が分散削減の観点で最適であるとは限らないという課題がある．本研究では，整数最適化により決定木全体を同時に学習する最適多分木を用い，層化後の標本平均の分散を直接最小化する新たな層化手法を提案する．さらに，連続変数の離散化に目的変数のデータを反映した最適ビニングを導入することで，分散削減に有効な層化規則の学習を可能とした．数値実験の結果，提案手法は既存の層化手法や回帰調整手法と比較して高い分散削減効果を示し，少ない標本サイズでも信頼性の高い意思決定を支援できることを確認した．