chore：更新文档资产

output/feishu-docs/md/B5k4d3ymco9dRnxWYwDceEJzncd.md

@@ -0,0 +1,68 @@
+# 2026.06.13-日报-夏莲
+
+2026.06.13-日报-夏莲## 一、今日内容概述- 阶段四五机制联合建模结果整理- 入模前准备结果复核- A/B/C/D 四轮模型分析结果汇总- 阶段四当前结果与后续计划整理
+## 二、阶段四入模前准备在正式整理阶段四【**主模型、控制变量、稳健性和机器学习分析结果**】前，先对前半段准备工作进行整理。
+**重点确认：**五机制联合建模所需的**底表、字段、变量方向和变量关系**是否已经具备入模条件，避免后续结果解释受到底表不统一、字段缺失或变量重叠的影响。
+[图片: 图片展示了五机制联合建模的流程图。从联合准备开始，依次是统一建模底表、字段核验与质量检查、方向/标准化/相关性、A/B/C轮联合试跑、D轮机器学习初筛、结果回写重选机制筛选、重点机制确认、关系解释机制比较、异质性/分层分析、稳健性与替代检验，最后是研究输出。该图与文档中阶段四入模前准备的内容相关，直观呈现了联合建模与机器学习准备阶段的各步骤。]#### 统一建模底表**主要完成：**将五机制相关变量统一整理到活动层主表和个体层扩展表中，形成后续联合分析可以直接使用的统一建模底表。
+**完成情况：**
+- 活动层主表已经构建完成，可以承接赛局、阵营和活动层面的机制变量。- 个体层扩展表已经构建完成，可以承接玩家层面的行为变量和控制变量。- 五机制变量已经纳入统一分析框架，当前没有形成新的拼接阻塞。**推进意义：解决“能不能在同一张底表上联合分析”的问题。**—— **输出表：建模底表接入审计表**
+
+#### 字段核验与缺失率检查**主要完成：**对统一底表中的关键字段、层级关系和变量覆盖情况进行核验，确认后续模型分析所需字段是否完整可用。
+**完成情况：**
+- 活动层和个体层的字段结构已经完成核验。- 个体、活动、阵营、时间等关键字段可以支撑后续模型分析。- 主要变量未出现影响整体分析的缺失风险。- 当前底表可以继续进入后续联合建模。**推进意义：解决“底表能不能稳定进入模型”的问题。—— 输出表：字段核验执行记录、变量缺失率检查表**
+
+#### 变量方向确认与标准化**主要完成：**对不同机制变量的方向进行统一处理，使变量进入模型后能够保持相对一致的解释口径。
+**完成情况：**
+- 大部分机制变量已经完成方向统一。- 差距类变量已按解释需要进行方向调整。- 标准化处理后，不同量纲的变量可以进入同一模型比较。- 对容易误读的变量口径进行了单独确认。**推进意义：解决“变量方向能不能被一致解释”的问题。—— 输出表：变量方向与标准化处理汇总表**
+
+#### 相关性与共线性初筛主要完成：检查五机制变量之间是否存在明显重叠，并根据检查结果区分主变量、替代变量和补充变量。
+完成情况：
+- 已识别部分机制内部变量存在较高重叠。- 已对高度相近变量进行主变量、替代变量和补充变量区分。- 已明确部分变量不适合同轮同时作为主解释变量。- 后续 A/B/C/D 四轮模型分析可以按照更清楚的变量分层继续推进。**推进意义：解决“哪些变量适合主用、哪些变量只能替换或补充”的问题。—— 输出表：相关性与共线性决策表**
+**阶段四入模前准备主要完成了：**底表统一、字段核验、变量方向标准化和变量关系筛查。
+经过这一步处理后，阶段四已经具备开展 A/B/C/D 四轮模型联合分析的基础，后续结果可以建立在同一套底表、同一套变量口径和较清晰的变量分层之上。
+
+---
+## 三、阶段四模型分析结果整理#### A轮：主特征联合比较A轮主要用于观察五机制主变量同时进入模型后，各机制变量与综合投入、行为投入和金钱投入之间的关系强弱。这里重点不是直接下最终结论，而是先判断活动层和个体层中，哪些机制信号更明显，哪些机制可以作为后续重点分析对象。
+**表1-1a 主特征联合比较结果（活动层）**
+[图片: 图片为“表1-1a主特征联合比较结果（活动层）”，展示了活动层主版变量与结果变量Y_main_full_z、L_main_full_z、K_main_full_z的相关性分析。其中，公平性1、2、3变量在Y_main_full_z上与结果变量呈正向关系，且p值小于0.001；互动性变量在Y_main_full_z、L_main_full_z上与结果变量呈正向关系，p值分别为0.001、0.001；流动性变量在Y_main_full_z、L_main_full_z、K_main_full_z上与结果变量呈正向关系，p值分别为0.001、0.001、0.001。该表与上下文分析活动层主特征联合相关性内容紧密相关。]**表1-1b 主特征联合比较结果（个体层）**
+[图片: 图片为“表1 - 1a主特征联合比较结果（活动层）”数据表格，展示了Y_main_full_z、L_main_full_z、K_main_full_z三个结果变量的相关统计信息。其中，N均为99445，R²和Adj. R²均为0.586、0.833、0.216，私有性privatization_ratio_core分别为0.520、0.735、0.305，互补性Minister_Assignment_Fit分别为0.145、0.062、0.229。该表格与上下文紧密相关，是对活动层主特征联合比较结果的具体呈现。]#### 结果解释：- **活动层：互动性 > 公平性 > 流动性****互动性**主版变量在综合投入、行为投入和金钱投入三个结果变量上均保持最明显的正向关系，是当前活动层最突出的主信号。**公平性**相关变量整体表现较稳定，可以作为活动层的重要解释变量。**流动性**变量也呈现稳定正向关系，但强度相对较弱，暂作为活动层的补充观察机制保留。
+- **个体层：私有性 > 互补性****私有性**主变量在三个结果变量上均表现最强，是当前个体层最明显的主信号。**互补性**主变量也保持稳定正向关系，说明其已经进入联合规格，并可作为个体层的重要补充机制继续观察。
+
+#### B轮：控制变量吸收检查B轮主要用于观察在加入控制变量后，五机制主变量的信号是否仍然稳定。这里重点不是单纯看模型拟合是否提升，而是判断主机制变量会不会被控制变量整体吸收，从而失去独立解释空间。
+**表2-1 加入控制变量后的模型结果（活动层）**
+[图片: 图片为加入控制变量后的模型结果（活动层），展示了Y_main_full_z、L_main_full_z、K_main_full_z三个结果变量的R²及各变量系数。其中，R²分别为0.702、0.643、0.577，互动性、公平性1、公平性2、公平性3、流动性等变量系数有显著性标记（***或*），如互动性系数分别为0.146***、0.181***、0.111***等。该图与上下文紧密相关，是对加入控制变量后模型结果的呈现，用于解释模型拟合情况及主机制信号是否被吸收。]**表2-2 加入控制变量后的模型结果（个体层）**
+[图片: 图片为加入控制变量后的模型结果表，展示了Y_main_full_z、L_main_full_z、K_main_full_z三个结果变量的R²值分别为0.588、0.834、0.217，私有性主变量分别为0.519***、0.734***、0.303***，互补性主变量分别为0.145***、0.061***、0.228***，互补性补充控制分别为0.028***、0.029***、0.026***。该表与上下文紧密相关，是对加入控制变量后模型结果的呈现，用于解释模型拟合情况及主机制信号是否被吸收。]#### 结果解释：> 加入控制变量后，模型拟合有所提升，但主机制信号没有被整体吸收。
+- **活动层：****互动性、公平性和流动性**仍保留主要信号，其中互动性关系最明显，说明活动层判断没有因控制变量加入而发生根本变化。
+- **个体层：****私有性和互补性**变化较小，说明个体层重点机制仍然稳定，具有继续保留和解释的价值。
+**B轮结果说明：**控制变量主要提升了模型拟合，但没有替代主机制变量的解释作用。
+
+#### C轮：稳健替换规格比较C轮主要用于观察当前机制判断是否过度依赖某一个变量口径。这里重点是把主版变量与替代变量进行比较，判断哪些变量适合作为主分析口径，哪些变量更适合作为稳健性检验或补充说明。
+**表3-1 稳健替换规格比较（活动层）**
+[图片: 图片为“表3 - 1 稳健替换规格比较（活动层）”，展示了不同替换组在活动层的主版规格与替代版规格的R²、R²变化、主版系数及替代版系数等数据。其中，互动性替换的Y_main_full_z、L_main_full_z、K_main_full_z等变量，其主版规格R²均高于替代版规格，且R²变化多为负值，主版系数也高于替代版系数，表明互动性替换在活动层表现更优，与上下文提到的Battle主版表现优于Turnover替代版相呼应。]**表3-2 稳健替换规格比较（个体层）**
+[图片: 图片为“稳健替换规格比较（活动层）”表格，展示了私有性替换和互补性替换两种替换组下，不同结果变量（Y_main_full_z、L_main_full_z、K_main_full_z）在主版规格和替代版规格下的R²值、R²变化及主版系数、替代版系数。如私有性替换中，Y_main_full_z在主版规格的R²为0.588，替代版规格为0.494，R²变化为-0.094，主版系数为0.519，替代版系数为1.022。该表格与上下文紧密相关，用于直观呈现C轮稳健替换规格比较结果，辅助解释活动层主版变量的稳健性。]#### 结果解释：> C轮结果主要用于确认主版变量是否稳健。
+- **活动层：**- **互动性**** **Battle 主版表现优于 Turnover 替代版，说明前期攻防互动更适合作为当前互动性主变量。- **流动性**** **liq_hhi 仍保留主版地位，liq_conc、liq_eff_n_rev 等替代口径表现接近，但不适合直接替代主变量。- **个体层：**- **私有性** has_private_return_core 替代口径的模型拟合低于 privatization_ratio_core 主版口径，说明二值化变量解释力度不足，更适合作为补充检验。- **互补性** Building 替代口径的经验拟合更强，但其理论含义与 Minister 主版不同，因此不能直接替代理论主版变量。**C轮结果说明：**当前主版变量继续作为正式分析口径，替代变量主要用于稳健性检验和补充说明
+
+#### D轮：机器学习特征重要性排序D轮主要用于从机器学习角度，对各机制变量的重要性进行初步排序，辅助判断哪些机制更值得后续重点展开。
+目前已经整理出机器学习模型表现、特征重要性排序和机制聚合重要性排序三类结果表。
+**表4-1 机制聚合重要性排序**
+[图片: 图片为“机制聚合重要性排序”表格，展示了活动层和个体层的机制及其平均重要性、当前排序。活动层中，互动性平均重要性为0.384，排第1；公平性为0.154，排第2；流动性为0.130，排第3。个体层中，私有性平均重要性为0.690，排第1；互补性为0.152，排第2。该表格与上下文紧密相关，是机器学习特征重要性初筛结果，可作为阶段四机制筛选的辅助依据，但不直接作为因果证明，也不等同于SHAP解释。]#### 初步结果显示：活动层：互动性 > 公平性 > 流动性
+个体层：私有性 > 互补性
+#### 结果说明：从当前排序看，机器学习结果与前面主特征联合比较、控制变量吸收检查和稳健替换结果基本一致，可以作为阶段四机制筛选的辅助依据。
+**但这一部分目前仍属于机器学习特征重要性初筛**，不直接作为因果证明，也不等同于 SHAP 解释。后续还需要进一步补充机器学习建模流程、特征重要性的计算口径，以及结果解释方式。
+
+---
+#### 【阶段四结果】综合主特征联合比较、控制变量吸收检查、稳健替换规格比较和机器学习特征重要性初筛结果，阶段四当前形成以下阶段性判断：
+- 五机制已经正式进入阶段四联合分析。- 活动层与个体层需要分层比较，不应合并为单一排序。- 活动层当前重点机制为：互动性、公平性、流动性。- 个体层当前重点机制为：私有性、互补性。- 激励性和补偿性暂未进入本轮正式联合分析。
+**备注说明：****结果适合用于内部重点机制筛选**
+当前机器学习部分仍属于特征重要性初筛，主要用于辅助判断机制排序是否与前面模型结果一致，不直接作为因果证明，也不等同于 SHAP 解释。
+
+#### 【**后续计划**】- **激励性与补偿性机制数据反馈**七机制中**激励性、补偿性**两个机制暂未进入本轮正式分析。后续等待反馈相关字段后，再分析判断。
+- **第二批变量规划**整理当前埋点数据中暂未覆盖、后续可能需要新增的数据需求。待第二批数据反馈后，需要再进行一轮复核，再判断是否并入主模型或作为替代变量、补充变量使用。
+- **回查当前五机制结果稳定性**> 当前五机制已经形成阶段性判断：
+活动层：互动性 > 公平性 > 流动性
+个体层：私有性 > 互补性
+后续在**激励性、补偿性**和**第二批变量**补齐后，需要重新检查当前排序是否稳定，尤其是新增变量是否会吸收或替代当前主变量信号。
+- **阶段五先做准备，暂不正式启动****阶段五重点包括：结果章节结构、机制解释顺序、机器学习解释流程。**—— 会提前了解和准备，等七机制变量池基本完整、第二批变量复核完成、主变量和替代变量边界稳定后，再正式进入阶段五。
+
+---
+*Source: feishu doc B5k4d3ymco9dRnxWYwDceEJzncd*