准备环境：需要装什么

在开始之前，你需要准备三样东西：Python（一种编程语言，用来写 AI 代码）、Git（一个工具，用来下载别人写好的代码）、以及一个代码编辑器（比如 VS Code，用来查看和编辑代码）。如果你已经有 Python 和 Git，可以跳过这一步。

安装步骤：一步步来

1. 安装 Python：去官网 python.org/downloads 下载最新版（比如 3.12），安装时勾选“Add Python to PATH”。坑提醒：别漏掉那个勾，否则后面会找不到 Python 命令。
2. 安装 Git：从 git-scm.com 下载并安装，全部默认选项即可。
3. 安装 VS Code（可选）：从 code.visualstudio.com 下载安装，方便看代码。
4. 下载教程代码：打开终端（Windows 按 Win+R 输入 cmd，Mac 打开“终端”），运行 git clone https://github.com/RudrenduPaul/product-experimentation-causal-inference-genai-llm.git，这会下载整个项目到你的电脑。
5. 进入文件夹：在终端里输入 cd product-experimentation-causal-inference-genai-llm/05_cluster_randomization。
6. 安装依赖包：运行 pip install -r requirements.txt（如果没有这个文件，就手动安装 pip install numpy pandas statsmodels scipy）。坑提醒：如果 pip 报错，试试 python -m pip install ...。
7. 运行示例脚本：终端输入 python cluster_randomization_demo.py（或者直接打开 Jupyter Notebook 运行 cluster_randomization_demo.ipynb）。如果一切顺利，你会看到一些数字输出，表示实验跑通了。

验证是否成功

运行后，终端会打印出几行结果，比如“OLS estimate: 0.12”之类的。这说明你成功跑了一个 AI 实验的因果推断代码。如果你看到报错，检查是不是依赖没装全，或者 Python 版本太低（需要 3.8 以上）。

下一步可以做什么

你可以打开 cluster_randomization_demo.ipynb 文件，看看每一段代码的注释，理解什么是聚类随机化（把用户分成小组来实验，避免互相影响）。试着修改一些参数（比如样本数量），重新运行，观察结果变化。这就是 AI 实验入门的第一步。