The Value of Pure Experimentation
Notice bibliographique
Résumé
Experimentation is a vital tool in innovation, entrepreneurship and business in general. We observe that the value of experimentation often lies in the contrast between the anticipated value of the top result among two or more trials and the expected value of a single attempt. This concept aligns with the statistical theory of the maximum of multiple draws from a probability distribution, known as the last order statistic. The implications of this alignment between experimentation and order statistics have not been fully appreciated or elaborated on in the management literature. We demonstrate that when the probability distribution of potential outcomes is known, the properties of the last-order statistic can provide us with a precise imputation of value to experimentation such that values can be calculated for the advantage of conducting multiple experiments over one. This advantage comes in the form of increase in central tendency (mean or median) and change in dispersion (variance or standard deviation), as well as increased likelihood of outliers. We calculate a number of measures of the advantage of pure experimentation for two common types of probability distribution commonly observed in business outcomes: the Normal Distribution and the Pareto (Power Law) Distribution. We find interesting insights including a “golden rule” of variance reduction that applies to any normal distribution regardless of its parameters.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,313 | 0,658 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,020 |
| Communication savante | 0,011 | 0,019 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».