第3章 变量类型识别

自变量、因变量、协变量的区分与实例

在AB实验的假设构建阶段，明确定义三类变量是实验设计正确性的基础。混淆变量类型会导致实验结果无法归因、统计功效下降或产生虚假结论。本章通过结构化流程，帮助实验团队精准识别与定义自变量、因变量和协变量。

适用场景

• 设计新功能AB实验时，需要明确“改变什么”与“测量什么”。
• 复现或审计已有实验，检查变量定义是否合理。
• 在实验前进行变量清单核查，避免遗漏重要协变量。
• 跨团队协作时，统一变量命名和分类标准。

前置条件

• 已完成业务问题到假设的转化（参考第2章）。
• 实验团队已初步界定“干预”与“成功指标”。
• 了解实验对象（用户、流量、单元）的基本特征。
• 准备变量定义模板（见“记录材料”部分）。

操作步骤

1. 列出所有候选变量： 根据实验假设，头脑风暴出所有可能影响结果的变量，包括预期操控的、预期测量的，以及可能干扰的。
2. 按三道筛网分类：
   • 第一筛： 该变量是否由实验者主动赋值/改变？ → 是 → 自变量
   • 第二筛： 该变量是否是实验想要观察/测量的结果？ → 是 → 因变量
   • 第三筛： 该变量是否在实验前已存在且对因变量有潜在影响，但实验者不操控？ → 是 → 协变量
3. 绘制变量关系图： 将三类变量用箭头表示因果/控制关系。
4. 检查完整性： 确保每个自变量至少对应一个因变量，每个因变量有明确的测量方法。
5. 记录并评审： 将最终变量清单填入模板，由数据科学家和产品经理共同签字。

变量类型关系图

下图使用标准AB实验案例（新推荐算法vs旧算法）展示三类变量的典型关系：

输入输出物

责任边界

• 产品经理： 确定自变量（实验方案）和因变量（核心业务指标），提供业务解释。
• 数据分析师： 检查协变量、定义变量测量口径，确保统计可行性。
• 工程师： 实现自变量分配逻辑，保证数据采集字段与变量定义一致。
• 评审委员会（PM/DS/Eng主管）： 对变量定义进行最终审批，防止类型误用。

记录材料

实验名称：____________________  版本日期：____________

1. 自变量（实验变量）
   - 名称：________________
   - 解释：________________
   - 取值：例如 [新算法, 旧算法]
   - 分配方式：________________

2. 因变量（结果变量）
   - 名称：________________
   - 解释：________________
   - 计算公式：________________
   - 聚合周期：________________

3. 协变量（控制变量）
   - 名称：________________
   - 解释：________________
   - 采集时机：________________
   - 预期作用方向：________________

4. 其他候选变量（已排除）及排除理由
   - 变量1：________________ 理由：________________
   - 变量2：________________ 理由：________________

异常处理

验收标准

• 类型正确： 所有变量经过三道筛网检查，无歧义分类。
• 关系清晰： 变量关系图中箭头指向符合因果逻辑，协变量以虚线连接。
• 文档完整： 变量定义模板已填写并签名，存储于项目共享空间。
• 评审通过： 至少经数据分析师和产品经理双人确认，无未解决争议。