2.4.3.1 Natürliche Experimente

Natürliche Experimente nutzen , zufällige Ereignisse in der Welt. zufälliges Ereignis + Always-On - Datensystem = natürliches Experiment

Der Schlüssel zu randomisierten kontrollierten Experimenten ermöglicht fairen Vergleich ist die Randomisierung. Aber gelegentlich passiert etwas in der Welt, die im Wesentlichen die Menschen zufällig oder fast zufällig auf verschiedene Behandlungen zuweist. Eines der besten Beispiele für die Strategie der natürlichen Experimente unter Verwendung stammt aus der Forschung von Angrist (1990) , die die Wirkung von militärischen Dienstleistungen auf das Ergebnis misst.

Während des Krieges in Vietnam erhöhte sich die Vereinigten Staaten, die Größe seiner Streitkräfte durch einen Entwurf. Um die Bürger in Dienst genannt werden würde, um zu entscheiden, hielt die US-Regierung eine Lotterie. Jeder Geburtstag wurde auf einem Stück Papier dargestellt, und diese Papiere wurden in einem großen Glasgefäß gegeben. Wie in Abbildung 2.5 gezeigt, wurden diese Zettel aus dem Glas ein zu einer Zeit, die Bestellung zu bestimmen gezogen, dass junge Menschen zu dienen genannt würden (junge Frauen auf den Entwurf nicht unterworfen waren). Basierend auf den Ergebnissen, am 14. September geboren Männer wurden zuerst genannt, geboren Männer am 24. April zweite genannt wurden, und so weiter. Letztlich in dieser Lotterie wurden verschiedene Tage auf 195 geboren Männer Dienst aufgerufen, während von 171 Tagen geboren Männer wurden nicht genannt.

Abbildung 2.5: Der Kongressabgeordnete Alexander Pirnie (R-NY) auf die erste Kapsel für den Selective Service Entwurf Dezember Zeichnung 1, 1969 Joshua Angrist (1990) den Entwurf des Lotterie mit Ergebnisdaten von der Social Security Administration kombiniert , um die Wirkung des Militärdienstes zu schätzen auf das Ergebnis. Dies ist ein Beispiel für Forschung ein natürliches Experiment verwendet wird. Quelle: Wikimedia Commons

Auch wenn es nicht sofort ersichtlich sein könnte, hat einen Entwurf Lotterie eine kritische Ähnlichkeit mit einer randomisierten kontrollierten Experiment: in beiden Fällen die Teilnehmer zufällig zugewiesen werden, eine Behandlung zu erhalten. Im Fall des Entwurfs Lotterie, wenn wir lernen, über die Auswirkungen des Entwurfs-Förder-und Militärdienst bei zukünftigen Arbeitsmarkt das Ergebnis interessiert sind, können wir die Ergebnisse für Menschen, deren Geburtsdaten waren unter der Lotterie Cutoff vergleichen (zB, den 14. September, im April 24, etc.) mit den Ergebnissen für Menschen, deren Geburtstage nach dem Cutoff waren (zB 20. Februar 2. Dezember etc.).

Da diese Behandlung werden randomisiert ausgearbeitet wurde, können wir dann messen die Wirkung dieser Behandlung für irgendwelche Ergebnisse, die gemessen wurde. Zum Beispiel Angrist (1990) kombiniert , um die Informationen über die in dem Entwurf mit Ergebnisdaten dem Zufallsprinzip ausgewählt, die von der Social Security Administration gesammelt wurde zu dem Schluss , dass das Ergebnis der weißen Veteranen etwa 15% weniger als die Erträge vergleichbarer nicht-Veteranen . Andere Forscher haben einen ähnlichen Trick zum Einsatz. Zum Beispiel, Conley and Heerwig (2011) kombiniert , um die Informationen über die im Entwurf mit Haushaltsdaten zufällig ausgewählt wurde aus der Volkszählung 2000 und 2005 American Community Survey gesammelt und festgestellt , dass so lange nach dem Entwurf gab es nur wenig langfristige Wirkung von Militärdienst Vielzahl von Ergebnissen wie Wohneigentum (besitzen im Vergleich zu mieten) und Wohnstabilität (Wahrscheinlichkeit in vorangegangenen fünf Jahren bewegt hat).

Wie dieses Beispiel zeigt, manchmal sozialen, politischen oder natürlichen Kräfte erzeugen Experimente oder nahezu Experimente, die von den Forschern genutzt werden können. Oft natürliche Experimente sind der beste Weg, Ursache-Wirkungs-Beziehungen in den Einstellungen zu schätzen, wo es nicht ethisch oder praktisch ist, um randomisierte kontrollierte Experimente auszuführen. Sie sind eine wichtige Strategie für faire Vergleiche in nicht-experimentellen Daten zu entdecken. Diese Forschungsstrategie kann durch diese Gleichung zusammenfassen:

\ [\ text {random (oder als ob zufällig) Ereignis} + \ text {always-on - Datenstrom} = \ text {natürliches Experiment} \ qquad (2.1) \]

Allerdings kann die Analyse der natürlichen Experimente sein ziemlich schwierig. Zum Beispiel im Fall des Vietnam-Entwurf, nicht jeder, der war Entwurf berechtigten Portion endete (es gab eine Vielzahl von Ausnahmen). Und zur gleichen Zeit, die einige Leute waren nicht Entwurf förderfähigen freiwillig für den Dienst. Es war, als ob in einer klinischen Studie mit einem neuen Medikament, einige Leute in der Behandlungsgruppe nicht ihre Medizin nehmen und einige der Leute in der Kontrollgruppe irgendwie das Medikament erhalten. Dieses Problem, die so genannte zweiseitige Nichteinhaltung sowie viele andere Probleme werden detaillierter in einige der empfohlenen Ablesungen am Ende dieses Kapitels beschrieben.

Die Strategie von Vorteil Einnahme von natürlich vorkommenden zufälligen Zuordnung steht vor dem digitalen Zeitalter, aber die Verbreitung von großen Daten macht diese Strategie viel einfacher zu bedienen. Sobald Sie einige Behandlung realisieren können große Datenquellen zugeordnet wurde zufällig, geben Sie die Ergebnisdaten, die Sie benötigen, um die Ergebnisse für die Menschen in den Behandlungs- und Kontrollbedingungen zu vergleichen. Zum Beispiel, in seiner Studie über die Auswirkungen des Entwurfs und Militärdienst, machte Angrist Verwendung von Ergebnisdatensätzen aus der Social Security Administration; ohne diese Ergebnisdaten, wäre seine Studie nicht möglich gewesen. In diesem Fall ist die Social Security Administration die stets auf große Datenquelle. Da mehr und mehr automatisch gesammelt Datenquellen vorhanden sind, werden wir weitere Ergebnisdaten haben, die die Auswirkungen von Änderungen erstellt durch exogene Variation messen kann.

Um diese Strategie im digitalen Zeitalter zu illustrieren, lassen Sie uns betrachten Mas und Moretti (2009) elegante Forschung über die Wirkung von Gleichaltrigen auf die Produktivität. Obwohl auf der Oberfläche könnte es sie in der Struktur anders aussehen, als Studie Angrist über die Auswirkungen des Entwurfs Vietnam, folgen sowohl das Muster in Gl. 2.1.

Mas und Moretti gemessen, wie Kollegen, die Produktivität der Arbeitnehmer beeinträchtigen. Auf der einen Seite könnte eine hart arbeitende Peer, die Arbeiter führen ihre Produktivität Druck, weil der Peer-zu erhöhen. Oder auf der anderen Seite, ein hart arbeitender Peer könnten andere Arbeitnehmer führen noch zu nachlässig. Der klarste Weg Peer Auswirkungen auf die Produktivität zu untersuchen wäre eine randomisierte, kontrollierte Experiment, bei dem Arbeiter mit den Arbeitern unterschiedlicher Produktivität zu Verschiebungen zufällig zugewiesen werden und dann resultierende Produktivität ist für jeden gemessen. Forscher jedoch nicht kontrollieren den Zeitplan für die Arbeiter in jeder realen Geschäft, und so Mas und Moretti hatte auf einem natürlichen Experiment zu verlassen, die in einem Supermarkt nahm.

Genau wie Gl. 2.1, ihre Studie bestand aus zwei Teilen. Erstens, sie verwendet, um die Protokolle aus dem Supermarkt Kassensystem eine präzise, ​​individuelle zu haben, und immer auf dem Maß an Produktivität: die Anzahl der Elemente pro Sekunde gescannt. Und zweitens, wegen der Art, dass eine Terminierung in diesem Supermarkt fertig war, haben sie in der Nähe von zufälligen Zusammensetzung von Peers. Mit anderen Worten, auch wenn die Zeitplanung von Kassierern nicht durch eine Lotterie bestimmt wird, war es im wesentlichen zufällig. In der Praxis hängt die Vertrauen, das wir in der natürlichen Experimente haben oft auf die Plausibilität dieser "As-if" random Anspruch. Unter Ausnutzung dieser Zufallsvariation, Mas und Moretti festgestellt, dass mit höherer Produktivität Gleichaltrigen Arbeitsproduktivität erhöht. Des Weiteren verwendet Mas und Moretti die Größe und den Reichtum ihrer Datensatzes über die Schätzung von Ursache und Wirkung zu bewegen zu erkunden zwei weitere wichtige und subtile Fragen: Heterogenität dieser Effekt (für die Arten von Arbeitnehmern ist die Wirkung größer) und Mechanismus hinter dem Effekt (warum hohe Produktivität Gleichaltrigen zu höherer Produktivität führen tut haben). Wir werden auf diesen beiden wichtigen Themen-Heterogenität der Behandlungseffekte und Mechanismen in Kapitel 5, wenn wir Experimente im Detail diskutieren.

Verallgemeinert man aus den Studien über die Wirkung des Vietnam-Entwurf auf das Ergebnis und die Untersuchung der Wirkung von Peers auf die Produktivität, Tabelle 2.3 fasst andere Studien, die genau dieses gleiche Struktur: mit einer Always-On-Datenquelle, die Auswirkungen eines Ereignisses zu messen . Wie aus Tabelle 2.3 hervorgeht, sind natürliche Experimente überall, wenn Sie nur wissen, wie sie zu suchen.

In der Praxis verwenden die Forscher zwei verschiedene Strategien für die Suche nach natürlichen Experimente, von denen beide fruchtbar sein kann. Einige Forscher beginnen mit der Always-On-Datenquelle und suchen zufällige Ereignisse in der Welt; andere beginnen mit zufälligen Ereignissen in der Welt und suchen Sie nach Datenquellen, die ihre Auswirkungen zu erfassen. Schließlich bemerken, dass die Stärke der natürlichen Experimente kommt nicht von der Komplexität der statistischen Analyse, sondern aus der Sorge um einen fairen Vergleich durch einen glücklichen Zufall der Geschichte geschaffen zu entdecken.