4.4.2 heterogenitása kezelési hatások

A kísérletek általában mérik az átlagos hatást, de a hatás valószínűleg nem mindenki számára azonos.

A második kulcsfontosságú ötlet az egyszerű kísérleteken túlmenően a kezelési hatások heterogenitása . Schultz et al. (2007) erőteljesen illusztrálja, hogy az azonos bánásmód eltérő hatást gyakorolhat a különböző emberekre (4.4. Ábra). A legtöbb analóg kísérletben azonban a kutatók átlagos kezelési hatásokra összpontosultak, mivel kevés résztvevő volt, és keveset tudtak róluk. A digitális kísérletekben azonban gyakran sok más résztvevő van, és róluk többet tudunk. Ebben a különböző adatkörnyezetben azok a kutatók, akik továbbra is csak az átlagos kezelési hatásokat becsülik, kihagyják azokat a módokat, amelyekben a kezelési hatások heterogenitására vonatkozó becslések adhatnak nyomot a kezelés hatásáról, a fejlesztés módjáról és arról, hogy miként lehet célozni azok számára, akik a leginkább hasznot húznak.

A kezelési hatások heterogenitásának két példája a Home Energy Reports további kutatása. Először Allcott (2011) a nagy mintanagyságot (600 000 háztartást Allcott (2011) használta a minta tovább osztására és az otthoni energiajelentés hatásának becslésére az előkezelés energia felhasználásának deciléjével. Míg Schultz et al. (2007) találta a különbségeket a nehéz és könnyű felhasználók között, Allcott (2011) találta, hogy különbségek vannak a nehéz és könnyű felhasználó csoporton belül is. Például a legnehezebb felhasználók (a legmagasabb decilisek) kétszer olyan mértékben csökkentették energiafelhasználásukat, mint a nehéz felhasználók csoportjának közepén (4.8. Ábra). Továbbá az előkezelési viselkedés hatásának becslése azt is feltárta, hogy a legvilágosabb felhasználók számára sem volt bumeráng hatás (4.8. Ábra).

4.8. Ábra: A kezelés hatásainak heterogenitása Allcott (2011) . Az energiafelhasználás csökkenése különbözött a különböző decilis alapterhelésű embereknél. Alkalmazott Allcott (2011) , 8. ábra.

Costa and Kahn (2013) egy kapcsolódó tanulmányban azt feltételezte, hogy a Home Energy Report hatékonysága a résztvevő politikai ideológiáján múlik, és hogy a kezelés valóban az egyes ideológiákkal rendelkező emberekkel növelheti villamosenergia-felhasználását. Más szóval azt feltételezik, hogy az otthoni energiajelentések bumeránghatást hozhatnak létre bizonyos típusú embereknek. Ennek a lehetőségnek a felméréséhez Costa és Kahn összeolvasztotta az Opower adatokat egy harmadik féltől származó adatgyűjtővel szerzett adatokkal, amelyek olyan információkat tartalmaztak, mint például a politikai pártok nyilvántartása, a környezetvédelmi szervezeteknek nyújtott adományok és a háztartások részvétele a megújuló energiaforrásokban. Ezzel az összeolvadt adatkészletekkel Costa és Kahn úgy találta, hogy a Home Energy Reports nagyjából hasonló hatást gyakorolt ​​a különböző ideológiákkal rendelkező résztvevőkre; nem volt bizonyíték arra, hogy bármelyik csoport bumeráng hatással volt (4.9. ábra).

4.9. Ábra: A kezelés hatásainak heterogenitása Costa and Kahn (2013) . A teljes minta becsült átlagos kezelési hatása -2,1% [-1,5%, -2,7%]. Miután a kísérletből származó információkat egyesítette a háztartásokkal kapcsolatos információkkal, Costa and Kahn (2013) statisztikai modellek sorozatát használta fel a nagyon specifikus embercsoportok kezelésére gyakorolt ​​hatásának becsléséhez. Két becslés kerül bemutatásra minden csoport esetében, mivel a becslések függnek a statisztikai modellekben szereplő kovariánsoktól (lásd a Costa and Kahn (2013) 3. és 4. táblázata 4. és 6. modelljét. Ahogy ez a példa szemlélteti, a kezelési hatások különbözőek lehetnek a különböző emberek számára, és a statisztikai modellekből származó kezelési hatások becslése függhet a modellek részleteiről (Grimmer, Messing, and Westwood 2014) . Kidolgozva Costa and Kahn (2013) , 3. és 4. táblázat.

Amint ezt a két példát illusztráljuk, a digitális korban az átlagos kezelési hatások becsléséből kiindulva számíthatunk a kezelési hatások heterogenitásának becslésére, mivel több résztvevővel rendelkezünk, és többet tudunk ezekről a résztvevőkről. A terápiás hatások heterogenitásának megismerése lehetővé teheti a kezelés célzását, ahol a leghatékonyabb, tényeket szolgáltat, amelyek ösztönzik az új elméletfejlesztést, és útmutatást adnak a lehetséges mechanizmusokról, a témáról, amelyre most fordulok.