一句话评论:理论上理论和实际的差异小于实际上理论和实际的差异。(这话不是我原创,听别人说的)
真追究起来也不是随机实验的错,interpretation的问题,坑还是挖坑人自己有意无意挖的
这一篇风格好像ted上的这个演讲啊23333
http://v.163.com/movie/2012/1/L/1/M7805EO9V_M7805PEL1.html
[未知用户] 你是说中文还是英文原稿呀
原文从另一个角度直接指出微软落后谷歌的重要原因之一:技术部门和统计分析部门不在一个波长上,资源浪费严重。
[未知用户] 是说...技术部门搞出来的bug一直在浪费统计部门的时间?
没看出哪个坑是因为随机试验出了问题
[未知用户] 没错,这是症结所在。难道两者没有常态沟通机制么?
[未知用户] 所以做分析的要看紧数据收集的每一步,从设计到执行到清理。这也就要求做数据分析的也得懂分析的问题的背景知识。问题变了,就得学习。活到老,学到老。

不过说实话,你这翻译总结有点微软风格,虎头蛇尾 :)。不对,其实是虎头无尾。

我猜你是准备加个“未完待续”,再自己写个ebay篇。
[未知用户] 原文写的(语言)着实无趣,读到最后我也没兴致点评了。搞不懂为啥论文都整的这么枯燥...
[未知用户] 不都是么?第一个是y出了问题,第二个是内生性干扰,第三个是自相关干扰,第四个是样本扩张干扰,第五个是随机分组方法干扰。
[未知用户] 在实际中试验能完全随机的可能几乎为零。关键是出了问题时如何处理以及了解对后续分析的影响。