2.4.3 yaxınlaşdırılması təcrübələr

Biz edə bilməz təcrübələr təxmini bilərsiniz. Xüsusilə digital yaş faydalana iki yanaşma uyğun və təbii təcrübələr edilir.

Bir çox mühüm elmi və siyasi suallar təsadüfi var. nin nəzərdən keçirək, məsələn, aşağıdakı sual: əmək haqqı iş təlim proqramının təsiri nədir? Bu suala cavab bir yolu işçiləri təsadüfi təlim və ya təlim almaq deyil ya təyin edildi randomizə nəzarət sınaq ilə olacaq. Sonra tədqiqatçılar sadəcə almadığını ki, o təhsil aldı insanların əmək haqqı müqayisə bu iştirakçılar üçün təlim təsiri qiymətləndirmək bilər.

Randomizasyon: sadə müqayisə çünki data hətta toplanmışdır əvvəl baş bir şey etibarlıdır. Randomizasyon olmadan, problem çox trickier var. A tədqiqatçı könüllü qeydiyyatdan edənlər üçün təlim üçün imzalanmış insanların əmək haqqı müqayisə edə bilər. Bu müqayisə yəqin ki, təhsil aldığı insanlar daha qazanılmış göstərir ki, lakin nə qədər bu, çünki təlim və imza-up təlim üçün insanlar imza-up deyil ki, təlim üçün fərqli, çünki nə qədər bu var? Başqa sözlə, bu, insanların bu iki qrupun əmək haqqı müqayisə etmək ədalətli?

Ədalətli müqayisə haqqında narahatlıq bir sınaq çalışan olmadan səbəb təxminlər etmək mümkün deyil ki, iman bəzi tədqiqatçılar çıxarır. Bu iddia çox gedir. Bu təcrübələr səbəbli təsiri güclü sübut edir ki, doğru olsa da, qiymətli causal hesablamaları təmin edə bilər digər strategiyaları var. Əvəzində (passiv məlumat müşahidə halda) ki causal təxminlər (təcrübələr halda) asan və ya qeyri-mümkün və ya düşüncə, bu davamlı güclü dan zəif (Şəkil boyunca yalançı səbəb hesablamalarına üçün strategiyaların düşünmək daha yaxşıdır 2.4). davamlı güclü sonunda nəzarət təcrübələr randomizə olunur. Lakin, bu tez-tez bir çox müalicə hökumətlər və ya şirkətlərin əməkdaşlıq real məbləğlər tələb edir, çünki sosial araşdırma etmək çətindir; sadəcə biz edə bilməz çox təcrübələr var. Mən güclü və randomizə nəzarət təcrübələr zəif, həm də Fəsil 4 bütün həsr edəcək və bəzi hallarda, eksperimental metodları müşahidə üstünlük güclü etik səbəbləri var ki, mübahisə lazımdır.

Şəkil 2.4: təxmin səbəb təsiri tədqiqat strategiyaları Continuum.

davamlı boyunca hərəkət, tədqiqatçılar aydın randomizə deyil hallar var. Ki, tədqiqatçılar həqiqətən bir təcrübə etmədən təcrübə kimi bilik öyrənmək üçün cəhd edilir; Təbii ki, bu çətin olacaq, lakin böyük data çox bu vəziyyətlərdə causal təxminlər etmək üçün qabiliyyəti artırır.

Bəzən dünyada randomness tədqiqatçılar üçün bir sınaq kimi bir şey yaratmaq olur parametrləri var. Bu dizayn təbii təcrübələr adlanır və onlar Bölmə 2.4.3.1 ətraflı baxılacaq. böyük məlumat mənbələri, onların həmişə təbiət və onların iki xüsusiyyətləri ölçüsü-çox onlar baş verən zaman təbii təcrübələr öyrənmək üçün bizim qabiliyyətini artırır.

daha uzaq randomizə nəzarət təcrübələr hərəkət, bəzən təbii sınaq təxmini üçün istifadə edə bilərsiniz təbiətdə belə bir hadisə yoxdur. Bu ayarları, biz diqqətlə bir sınaq təxmini cəhdi qeyri-eksperimental data ərzində müqayisə inşa edə bilərsiniz. Bu dizayn uyğun adlanır və onlar Bölmə 2.4.3.2 ətraflı baxılacaq. təbii təcrübələr kimi, uyğun, həmçinin böyük data mənbələrdən xeyir bir dizayn edir. Xüsusilə, kütləvi size-hər iki halda sayı və hər məlumatın növü baxımından halda-çox uyğun asanlaşdırır. təbii təcrübələr və eşleme arasında əsas fərq təbii təcrübələr tədqiqatçı müalicə təyin və bu təsadüfi hesab edilən vasitəsilə prosesi bilir ki.

Təbii təcrübələr və uyğunluğu: eksperimentlər etmək istəklərini motivasiya ədalətli müqayisə anlayışı iki alternativ yanaşmalar yatan. Bu yanaşmalar artıq məlumatların daxili oturan ədalətli müqayisə aşkar passiv müşahidə data səbəb təsiri qiymətləndirmək üçün imkan verir.