统计结果专业解读与分析

要点总结

• 模型拟合与误差范围

  • OLS对数-对数模型拟合较好：R^2=0.86、调整R^2=0.82，说明解释力较强；但样本仅24期，自由度偏紧（含多季节虚拟变量时尤甚），需防止过拟合。
  • RMSE=0.12（在对数域），对应约12%–13%的相对误差水平（exp(0.12)-1≈12.8%），用于月度收入的预测/归因精度在MMM场景下属可用但非极高。

• 效应大小与实用性（弹性解释）

  • 在对数-对数设定下，系数为支出对收入的弹性：
    • 搜索β=0.38（SE=0.09，p<0.001）：每提高10%搜索投入，收入预期提高约3.8%（95%CI约[2.0%，5.6%]），效应稳健、幅度最大。
    • 信息流β=0.21（SE=0.08，p=0.012）：每提高10%信息流投入，收入增加约2.1%（95%CI约[0.5%，3.7%]），效应中等且显著。
    • 电视β=0.05（SE=0.04，p=0.21）：直接短期弹性不显著（95%CI约[-0.3%，1.3%]），可能存在被其他渠道“吸走”的间接效应。
    • 品牌词β=0.14（SE=0.07，p=0.049）：边界显著（95%CI约[0.0%，2.8%]），效应较小且不够稳健。
  • 业务含义：搜索与信息流对订阅收入的短期拉动明确，电视的直接短期ROI偏弱，品牌词可能存在需求端驱动或与其他渠道的重叠效应。

• ROI排序与预算启示（基于标准化成本的边际ROI）

  • 排序：搜索 > 信息流 >> 电视，与弹性和显著性一致。
  • 建议：下季度优先加大搜索预算，其次信息流；电视应谨慎增投或转为以上游目标（品牌/认知）为主，并通过与搜索/信息流的联动测试验证间接增益。
  • 品牌词：考虑流量真增量与“自有需求拦截”的区分；在品牌词出价策略上做精细化（如匹配类型、排除词），并开展地理/时间分组实验以评估纯增量ROI。

• 滞后与时间序列特征

  • 信息流存在轻微滞后：L1β=0.09（p=0.06），提示次月仍有小幅延续，比例约为当期效应的0.09/0.21≈43%（边界显著）。
  • 建议：引入广告库存留（adstock/Koyck）或分布式滞后，以更系统地刻画信息流与电视的传导和半衰期；月度粒度可能低估了搜索的即时效应与信息流的短期递延，周度数据可提升识别力。

• 残差诊断与假设检验

  • 自相关：DW=1.95、Q检验p=0.28，未见显著序列相关，时间序列设定基本满足。
  • 正态性：KS p=0.11，未拒绝正态；用于经典OLS推断可接受。
  • 异方差：BP p=0.07，存在弱异方差迹象；建议采用稳健/HC或Newey–West标准误以稳健推断。
  • 稳定性：滚动回归系数方差稳定，短期结构稳定性良好。

• 多重共线与潜在混杂

  • VIF范围1.8–4.6，其中品牌词达4.6，提示中度共线性，可能导致系数不稳定与方差膨胀。
  • 可能的混杂与内生性：
    • 电视对搜索/品牌词的“驱动—响应”链条未显式建模，电视的真实效应可能通过搜索变量被间接吸收，低估其总效应。
    • 搜索与品牌词既受投放影响也受自然需求/季节影响，存在需求端内生性与反向因果的可能。
    • 其他未观测因素（价格/功能迭代、促销、App商店位次、竞品活动、CRM与渠道外触点）可能漏入误差项。
  • 缓解建议：
    • 分解搜索为品牌词与通用词，并进行正交化或以结构方程/层级模型刻画“电视→搜索”的中介路径。
    • 引入外生工具变量（如竞价规则变动、预算政策冲击、平台审核/上架事件）或采用地理差异化、准实验设计评估增量。
    • 在季节虚拟变量较多的前提下，控制维度应谨慎，必要时做特征选择/降维以提升自由度与稳健性。

• 置信区间与不确定性

  • 搜索与信息流的95%区间均不含零，结论稳健；电视区间跨零，短期直接效应不显著；品牌词区间下界逼近零，建议以实验进一步确认其真实增量。
  • ROI排序受成本权重与函数形式影响；在未建模饱和/递减效应的情形下，边际ROI随当前投放水平变化，需以预算响应曲线或贝叶斯MMM评估最优投入点。

• 局限与改进方向（进阶分析）

  • 样本与模型复杂度：24期月度数据叠加多季节虚拟变量与滞后项，模型自由度有限，存在过拟合与不稳定风险。
  • 函数形式：对数-对数设定假定常弹性，可能低估饱和/递减边际效果；建议引入S型/凹函数或分段/半参数方法。
  • 归因粒度：月度聚合可能掩盖短期动态与渠道交互；建议升级至周度/日度并配合时段控制。
  • 外推能力：当前诊断显示样本内拟合良好，但需滚动窗口或时间序列交叉验证评估样本外表现。

• 可执行建议（面向下季度预算与方法优化）

  • 预算重分配：提高搜索预算，信息流适度增投并关注创意与频次控制；电视以品牌目标为主，开展“电视×搜索”交互/分区域实验量化间接效应后再决策增减。
  • 方法强化：
    • 使用稳健标准误进行再估计，报告稳健p值与置信区间。
    • 建立adstock与递减回报曲线，输出渠道响应曲线与最优边际点，用于精细化预算线性/非线性优化。
    • 分解搜索（品牌 vs 通用）并进行正交化或中介建模；对品牌词开展地理/时段A/B或竞价策略实验以识别纯增量。
    • 扩展数据维度（周度、促销/功能变更、竞品指数、App商店曝光），降低内生性与遗漏偏差。
    • 进行时间序列交叉验证和滚动预测评估模型的外推稳定性。

口头汇报脚本

一、汇报目的

• 对比两种一线治疗方案A与B在无事件生存（EFS）上的效果与安全性，提供院内路径优化的基础结论。

二、研究设计与主要方法

• 多中心回顾性队列，主要结局为EFS。
• 样本量：A组312例，B组308例；中位随访12.4个月。
• 统计方法：生存分析（Kaplan–Meier曲线、对数秩检验、Cox比例风险模型，协变量含年龄与基线分层），描述性统计用于安全性。

三、主要有效性结果

• 6个月EFS：A组78%（95%CI 73–82），B组70%（65–75）。绝对差约8个百分点。
• 中位EFS：A组14.8个月（95%CI 13.2–16.3），B组12.1个月（10.9–13.6）。绝对延长约2.7个月。
• 整体比较：
  • 对数秩检验：χ²=7.9，p=0.0049，提示总体生存曲线差异具有统计学显著性。
  • 调整后Cox模型：HR=0.78（95%CI 0.65–0.93），p=0.006。解释为在调整年龄与基线分层后，A组事件风险较B组低约22%。
  • 比例风险假设：Schoenfeld检验p=0.41，未见显著违背假设，模型适用性良好。

四、亚组分析（年龄）

• <60岁：HR=0.72，提示更低风险趋势。
• ≥60岁：HR=0.84，提示低风险趋势仍在。
• 交互p=0.28，未见年龄分层的显著异质性，整体方向一致。

五、安全性

• 3级及以上不良事件发生率：A组12.5%，B组11.9%，比较p=0.78。两组严重不良事件率相近，未见统计学差异。
• 在安全性不劣的前提下，A组的有效性优势更具临床可用性。

六、统计显著性与置信区间的解读

• 全程生存差异由对数秩与Cox模型共同支持，结论稳健。
• 6个月时点的两组置信区间有轻微重叠，但总体时间维度上的差异仍显著；应以整条曲线和HR为主进行判断。
• 95%置信区间未跨1（HR 0.65–0.93），支持A组的风险降低为统计学可信。

七、样本量与统计功效

• 两组样本量均约300例，结合观察到的事件与显著性水平，能够检测到HR约0.78的差异；获得显著结果提示功效基本充足。
• 中位随访12.4个月与中位EFS相近，说明随访覆盖了主要事件期，但对更长期结局的外推需谨慎。

八、潜在偏倚与混杂因素

• 研究为回顾性队列，存在潜在的治疗选择偏倚与残余混杂（如合并症负担、中心间实践差异、未测量协变量）。
• 已在Cox模型中调整年龄与基线分层，但仍可能有未控制因素。
• 失访率2.1%较低，降低了信息性删失的风险；但中心间数据质量与事件判定一致性仍需关注。

九、结论与业务建议（基础解读）

• 结论：相较治疗B，治疗A在总体人群中显著提高EFS，表现为约8个百分点的6个月绝对提升、约2.7个月的中位EFS延长、以及22%的事件风险相对降低；安全性相当，无显著差异。
• 亚组：不同年龄层均呈一致的风险降低趋势，无显著交互。
• 业务建议：在安全性不劣的前提下，院内路径可优先考虑方案A作为一线治疗。鉴于回顾性设计，建议配合规范化基线平衡策略（如倾向评分敏感性分析）与持续监测，以提升证据稳健性。