2.4.3.1 Natural tilraunir

Natural tilraunir nýta handahófi atburðum í heiminum. handahófi atburður + alltaf-á gagnakerfi = eðlilegt tilraun

Lykillinn að slembuðum tilraunir kleift sanngjarn samanburður er slembival. Hins vegar stundum eitthvað gerist í heiminum sem í raun úthlutar fólk af handahófi eða næstum af handahófi til mismunandi meðferðir. Eitt af skýrasta dæmi um stefnu með náttúrulegum tilraunir kemur frá rannsóknum á Angrist (1990) sem mælir áhrif hernaðarlega þjónustu á tekjur.

Í stríðinu í Víetnam, Bandaríkin aukið stærð herafla sínum með drög. Í því skyni að ákveða hvaða borgara yrði kallaður í þjónustu bandaríska ríkisstjórnin hélt happdrætti. Sérhver fæðingardegi var fulltrúi á stykki af pappír, og þessir pappírar voru settir í stórum gler krukku. Eins og sést á mynd 2.5, þessir laumar á pappír voru dregin úr krukku eitt í einu til að ákvarða röð sem ungir menn myndu vera kölluð til að þjóna (ungar konur voru ekki undir drög). Byggt á niðurstöðum, menn fæddir 14. september voru kallaðir fyrst, menn fæddir 24. apríl voru kallaðir annað, og svo framvegis. Á endanum, í þessu happdrætti, menn fæddir á 195 mismunandi dögum voru kallaðir til þjónustu en menn fæddir á 171 dögum voru ekki kallaðir.

Mynd 2.5: Congressman Alexander Pirnie (R-NY) teikna fyrsta hylkið fyrir Selective Service drög þann 1. desember, 1969. Joshua Angrist (1990) ásamt drög lottóinu með tekjur gögnum frá Tryggingastofnun ríkisins til að meta áhrif herþjónustu á tekjur. Þetta er dæmi um rannsóknir nota náttúrulega tilraun. Heimild: Wikimedia Commons

Mynd 2.5: Congressman Alexander Pirnie (R-NY) teikna fyrsta hylkið fyrir Selective Service drög þann 1. desember, 1969. Joshua Angrist (1990) ásamt drög lottóinu með tekjur gögnum frá Tryggingastofnun ríkisins til að meta áhrif herþjónustu á tekjur. Þetta er dæmi um rannsóknir nota náttúrulega tilraun. Heimild: Wikimedia Commons

Þó að það gæti ekki verið strax í ljós, drög happdrætti hefur afgerandi líkt við slembiraðaðri tilraun: í báðum tilvikum þátttakendur eru af handahófi úthlutað til fá meðferð. Í tilviki drög happdrætti, ef við erum áhuga á að læra um áhrif drög-hæfi og herþjónustu á síðari tekjur á vinnumarkaði, getum við saman niðurstöður fyrir fólk sem birthdates voru undir happdrætti cutoff (td, September 14, apríl 24, osfrv) með niðurstöðum fyrir fólk sem afmælisdögum voru eftir cutoff (td, febrúar 20, 2. desember, osfrv).

Í ljósi þess að þessi meðferð á að vera samin hefur verið slembiraðað, getum við þá mæla áhrif þessa meðferð fyrir hvaða niðurstöðu sem hefur verið mældur. Til dæmis, Angrist (1990) ásamt upplýsingum um hver var valin í drögum hagnaður gögnum sem var safnað af Tryggingastofnunar ríkisins til að álykta að tekjur af hvítum vopnahlésdagurinn voru um 15% minna en tekjur sambærilegra erlendra vopnahlésdagurinn . Aðrir vísindamenn hafa notað svipaða bragð eins og heilbrigður. Til dæmis, Conley and Heerwig (2011) ásamt upplýsingum um hver var valin í drögum við gögn heimilanna safnað frá 2000 manntal og 2005 American Community Survey og komist að því að svo lengi eftir drögum, það var lítið langtíma áhrif herþjónustu á ýmsum niðurstöðum, svo sem umráðaréttur húsnæði (owning móti leigja) og íbúðabyggð stöðugleika (líkurnar á að hafa flutt á undanförnum fimm árum).

Þar sem þetta dæmi sýnir, stundum félagsleg, pólitísk, eða náttúruafla búa tilraunir eða nálægt tilraunir sem hægt er að skuldsett af vísindamönnum. Oft náttúrulega tilraunir eru besta leiðin til að meta orsök-og-áhrif sambönd í stillingum þar sem það er ekki siðferðileg eða raunhæft að keyra slembiröðuðum tilraunir. Þeir eru mikilvægur stefna fyrir að uppgötva sanngjörn samanburð í non-tilrauna gögn. Þessi rannsókn Stefnan er hægt að lýsa með þessari jöfnu:

\ [\ texti {handahófi (eða eins og ef handahófi) ef} + \ texti {alltaf-á gögnum á} = \ texti {eðlilegt tilraun} \ qquad (2.1) \]

Hins vegar greiningu á náttúrulegum tilraunum getur verið mjög erfiður. Til dæmis, í tilviki Víetnam drög, ekki allir sem voru drög hæf enduðu þjóna (það voru ýmsar undanþágur). Og, á sama tíma, sumir sem voru ekki drög hæf bauðst til þjónustu. Það var eins og í klínískri rannsókn á nýju lyfi, sumir fólk í meðferðarhópnum ekki taka lyfið sitt og sumir af the fólk í samanburðarhópnum einhvern veginn fékk lyfið. Þetta vandamál, sem kallast tveggja hliða hundsunar, auk mörg önnur vandamál, er lýst nánar í nokkrum af ráðlögðum lestur í lok þessa kafla.

Stefnan að taka kostur af náttúrulegs handahófi verkefni á undan stafræna aldri, en tíðni stór gögn sem gerir þessi stefna mun auðveldara að nota. Þegar þér grein fyrir sumir meðferð hefur verið úthlutað af handahófi, stór gögn heimildir geta veitt niðurstöðu gögn sem þú þarft til að bera saman niðurstöður fyrir fólk í meðferð og eftirlit aðstæður. Til dæmis, í rannsókn sinni á áhrifum drög og herþjónustu, Angrist gerði notkun hagnaðar gögnum frá Social Security Administration; án Þessi niðurstaða gögnum rannsókn hans hefði ekki verið mögulegt. Í þessu tilviki er Social Security Administration er alltaf-á stór gögn uppspretta. Eins og fleiri og fleiri sjálfkrafa safnað gögn heimildir til, munum við hafa meiri niðurstaða gögn sem hægt er að mæla áhrif breytinga búin til af utanaðkomandi breytingu.

Til að skýra þessa stefnu í stafrænni öld, við skulum íhuga Mas og Moretti er (2009) glæsilegt rannsóknir á áhrifum jafningja á framleiðni. Þótt á yfirborðinu það gæti litið öðruvísi en rannsókn Angrist er um áhrif í Víetnam Draft, í uppbyggingu bæði þeir fylgja mynstri í eq. 2,1.

Mas og Moretti mæld hvernig jafnaldrar hafa áhrif á framleiðni starfsmanna. Annars vegar hafa a harður vinna jafningi gæti leitt starfsmenn til að auka framleiðni þeirra vegna hópþrýstings. Eða, á hinn bóginn, er erfitt að vinna jafningi gæti leitt aðra starfsmenn að slaka á, jafnvel meira. Skýrasta leiðin til að læra af jafningjum áhrif á framleiðni myndi vera slembaðri tilraun þar sem starfsmenn eru af handahófi úthlutað til breytinga við starfsmenn á mismunandi stigum framleiðni og þá leiðir framleiðni er mældur fyrir alla. Vísindamenn, þó ekki stjórn á áætlun starfsmanna í neinum alvöru fyrirtæki, og svo Mas og Moretti þurfti að reiða sig á náttúrulegu tilraun sem átti sér stað í matvörubúð.

Rétt eins og eq. 2.1, rannsókn þeirra hafði tvo hluta. First, notað þau logs frá matvörubúð stöðva kerfi til að hafa nákvæman, einstaklingur, og alltaf-á mælikvarði á framleiðni: fjöldi liða skönnuð á sekúndu. Og í öðru lagi vegna þess hvernig að tímasetningu var gert á þessum matvörubúð, þeir hafa nærri handahófi samsetningu jafningja. Með öðrum orðum, jafnvel þótt tímasetningu Gjaldkerar er ekki ákvarðað af happdrætti, það var í raun af handahófi. Í reynd er þetta traust höfum vér í náttúrulegum tilraunum lamir oft á trúverðugleika þetta "eins og-ef" handahófi kröfu. Taka kostur af this handahófi breytingu, Mas og Moretti komist að því að vinna með hærri framleiðni jafnöldrum eykur framleiðni. Ennfremur Mas og Moretti notaði stærð og auðlegð gagnasafni þeirra til að fara út að mati orsaka og áhrifa til að kanna tvær fleiri mikilvæg og lúmskur mál: misleitni af þessum áhrifum (sem tegundir verkafólks áhrif stærri) og vélbúnaður bak við áhrif (hvers vegna er having hár framleiðni jafningja leiða til aukinnar framleiðni). Við munum koma aftur til þessara tveggja mikilvægu málefni-misleitni áhrifum meðferðar og fyrirkomulagi-í 5 kafla þegar við ræðum tilraunir nánar.

Alhæfingar úr rannsóknum á áhrifum Víetnam drög á tekjur og rannsókn á áhrifum jafningja á framleiðni, töflu 2.3 er yfirlit yfir aðrar rannsóknir sem hafa þetta nákvæmlega sömu uppbyggingu: nota alltaf-á gögn uppspretta til að mæla áhrif einhvers atburður . Eins og tafla 2.3 gerir ljóst, eru náttúruleg tilraunir alls staðar ef þú veist bara hvernig á að leita að þeim.

Tafla 2.3: Dæmi um náttúruleg tilraunir með stór gögn uppspretta. Allar þessar rannsóknir fylgja sömu undirstöðu uppskrift: handahófi (eða eins og ef handahófi) atburð + alltaf-á gögnum kerfinu. Sjá Dunning (2012) til fleiri dæmi.
efnisleg áhersla Uppspretta af náttúrulegum tilraun Alltaf-á gögnum uppspretta Citation
Peer áhrif á framleiðni tímasetningar ferli stöðva gögn Mas and Moretti (2009)
Friendship myndun fellibylja Facebook Phan and Airoldi (2015)
Breiða af tilfinningum rigning Facebook Coviello et al. (2014)
Jafningi til jafningi efnahagslegum millifærslur jarðskjálfti Mobile Money gögn Blumenstock, Fafchamps, and Eagle (2011)
Starfsfólk neysla hegðun 2013 Bandaríkjastjórn lokun persónuleg fjármál gögnum Baker and Yannelis (2015)
Efnahagsleg áhrif recommender kerfa ýmsir vefskoðunargögn á Amazon Sharma, Hofman, and Watts (2015)
Áhrif streitu á fóstur í móðurkviði 2006 Israel-Hezbollah stríð fæðingarvottorð Torche and Shwed (2015)
Lestur hegðun á Wikipediu Snowden opinberanir Wikipedia logs Penney (2016)

Í reynd, vísindamenn nota tvær mismunandi aðferðir til að finna náttúruleg tilraunir, bæði sem getur verið frjósöm. Sumir vísindamenn byrja með alltaf-á gögnum uppspretta og leita að handahófi atburðum í heiminum; aðrir byrja með handahófi atburðum í heiminum og leita að heimildum gögnum sem fanga áhrif þeirra. Loks, eftir að styrkur náttúrulegra tilraunum kemur ekki frá tæknibúnaður tölfræðilegri greiningu, en frá umönnun í að uppgötva sanngjarna samanburð búin með heppinn slys sögu.