β 系数 95% 置信区间 (Bootstrap N=1000)

替代 PyMC MCMC 的实用 CI 估计法 - 区分"显著效应" vs "可能是 noise"

这个看板回答 "哪些活动效应是真的?"

之前 ADAM/MMM/ROI 给的都是 点估计 — 一个数字, 但没说"这个数字是真的, 还是统计噪声".
Bootstrap 1000 次 resampling 给每个 β 系数算 95% CI: 如果 CI 不跨 0 就是显著, 否则可能就是 noise.
Bootstrap 是 MMM 业内常用的 CI 估计法, 跟 PyMC MCMC 基本同效但快 100 倍 (14秒 vs 多小时).

维度选择

Forest Plot — β 系数 + 95% CI

显著性总览 (跨所有维度)

控制变量效应

业务读法