Nyobi Natural njupuk kauntungan saka acara acak ing donya. acara acak + tansah ing sistem data = jajalan alam
Tombol kanggo nyobi kontrol randomized mbisakake comparison padha iku randomization ing. Nanging, sok-sok soko mengkono ing donya sing ateges maringi wong acak utawa saklawasé acak kanggo pangobatan beda. Salah conto clearest saka strategi saka nggunakake nyobi alam rawuh saka ing panalitén Angrist (1990) sing ngukur pengaruh saka layanan militèr ing pangentukan.
Sajrone perang ing Vietnam, Amerika Serikat tambah ukuran ABRI liwat konsep. Supaya arep kang warga bakal disebut menyang layanan, pamaréntah AS dianakaké lotre. Saben birthdate iki dituduhake ing Piece saka kertas, lan makalah iki padha diselehake ing jar kaca gedhe. Nalika ditampilake ing tokoh 2.5, dadi sudo iki saka kertas padha digambar saka jar siji ing wektu kanggo nemtokake urutan sing wong enom bakal disebut kanggo ngawula (wadon enom padha ora tundhuk konsep). Adhedhasar asil, wong lair ing September 14 padha disebut pisanan, wong lair ing April 24 padha disebut kapindho, lan ing. Wekasanipun, ing lotre, wong lair ing 195 dina beda padha disebut kanggo layanan nalika wong lair ing 171 days padha ora disebut.
Sanajan bisa uga ora langsung nyoto, konsep lotre wis mirip kritis kanggo eksprimen kontrol randomized: ing loro kahanan peserta sing acak diutus kanggo nampa perawatan sing. Ing cilik saka konsep lotre, yen kita kasengsem ing Learning bab efek saka konsep-nduweni hak lan layanan ing pangentukan pegawe pasar sakteruse, kita bisa mbandhingaké kasil kanggo wong kang birthdates padha ngisor tugelan lotre (eg, September 14, April 24, etc.) karo kasil kanggo wong kang ulang taun padha sawise tugelan (eg, February 20, 2 Desember, etc.).
Given sing perawatan iki kang mlebet wis diutus acak, kita banjur bisa ngukur pengaruh saka perawatan iki kanggo kasil sing wis diukur. Contone, Angrist (1990) nggabungaké informasi bab sing acak milih ing konsep karo data pangentukan sing diklumpukake dening Administration Keamanan Social nganakke sing pangentukan véteran putih padha bab 15% kurang saka pangentukan saka iso dibandhingke non-veteran . peneliti liyane wis digunakake trick padha uga. Contone, Conley and Heerwig (2011) nggabungaké informasi bab sing acak milih ing konsep karo data kluwarga diklumpukake saka Survey 2000 Census lan 2005 Community Amérika lan ketemu sing dadi dawa sawise konsep, ana sethitik èfèk jangka dawa saka layanan ing macem-macem kasil kayata drajat omah (ndhuweni mungsuh nyewakake) lan stabilitas omah (tentrem Duwe dipindhah ing limang taun sadurungé).
Minangka conto iki nggambaraké, kadhangkala pasukan sosial, politik, utawa alam nggawe nyobi utawa cedhak-nyobi sing bisa leveraged dening peneliti. Asring nyobi alam cara paling apik kanggo ngira sesambetan sabab-lan-efek ing setelan ngendi iku ora sopan utawa praktis kanggo mbukak nyobi kontrol randomized. Wong iku strategi penting kanggo Nemokake bandingaken padha ing data non-eksperimen. strategi riset iki bisa rangkuman persamaan iki:
\ [\ teks {acak (utawa kaya acak) acara} + \ teks {tansah ing stream data} = \ teks {jajalan alam} \ qquad (2.1) \]
Nanging, analisis nyobi alam bisa cukup angel. Contone, ing cilik saka konsep Vietnam, ora kabeh wong sing ana konsep-layak rampung munggah porsi (ana macem-macem Pambébasan). Lan, ing wektu sing padha, sawetara wong sing padha ora Konsep-layak sukarelawan kanggo layanan. Iku kaya ing pangadilan Clinical saka tamba anyar, sawetara wong ing klompok perawatan ora njupuk medicine lan sawetara wong ing kelas kontrol piye wae ditampa tamba. masalah iki, disebut loro-sisi noncompliance, uga akeh masalah sing diterangake ing luwih rinci ing sawetara saka maos dianjurake ing mburi bab iki.
Strategi saka njupuk kauntungan saka alami assignment acak sadurungé umur digital, nanging lazim data amba ndadekake strategi iki akeh luwih gampang kanggo nggunakake. Sawise sampeyan kelingan sawetara perawatan wis diutus acak, sumber data amba bisa nyedhiyani data kasil sing perlu supaya mbandhingake asil kanggo wong ing kahanan perawatan lan kontrol. Contone, ing sinau ing efek saka konsep lan militèr layanan, Angrist digawe nganggo cathetan pangentukan saka Administration Keamanan Social; tanpa data kasil iki, sinau ora wis bisa. Ing kasus iki, ing Administration Keamanan sosial sumber data amba tansah ing. Minangka liyane lan liyane otomatis diklumpukake sumber data ana, kita bakal luwih kasil data sing bisa ngukur efek saka owah-owahan digawe dening jenis eksogen.
Kanggo ilustrasi strategi iki ing umur digital, ayo kang nimbang Mas lan Moretti kang (2009) riset elegan ing efek saka pati cetho ing produktivitas. Senajan ing lumahing bisa katon beda saka sinau Angrist bab efek saka Draft Vietnam, ing struktur loro tindakake pola ing podo karo. 2.1.
Mas lan Moretti diukur carane ora pati cetho mengaruhi produktivitas saka buruh. Ing tangan siji, gadhah peer apa hard bisa mimpin buruh kanggo nambah produktivitas amarga meksa peer. Utawa, ing tangan liyane, a peer apa hard bisa mimpin buruh liyane kanggo Lantern mati malah luwih. Cara clearest kanggo nyinaoni efek peer ing produktivitas bakal dadi eksprimen kontrol randomized ngendi buruh sing acak diutus kanggo Nggeser karo buruh saka tingkat produktivitas beda lan produktivitas banjur asil diukur for everyone. Peneliti, Nanging, ora ngontrol jadwal buruh ing sembarang bisnis nyata, lan Mas lan Moretti kedah gumantung ing eksprimen alam kang njupuk Panggonan ing supermarket.
Kaya podo. 2.1, sinau sing wis rong bagéan. Kawitan, padha digunakake log saka sistem supermarket checkout duwe pas, individu, lan tansah ing langkah produktivitas: nomer item mentas per detik. Lan, kapindho, amarga cara jadwal kang wis kelakon ing supermarket iki, padha duwe near komposisi acak sabarakane. Ing tembung liyane, malah sanadyan jadwal kasir ora ditemtokake dening lotre, iku ateges acak. Ing laku, kapercayan kita kudu ing nyobi alam seneng hinges ing plausibility iki "minangka yen" pratelan acak. Njupuk kauntungan saka jenis acak iki, Mas lan Moretti ketemu sing nggarap ora pati cetho produktivitas sing luwih mundhak produktivitas. Luwih, Mas lan Moretti digunakake ukuran lan potensi saka perlengkapan data sing kanggo mindhah ngluwihi ngira sabab-lan-efek kanggo njelajah loro masalah luwih penting lan subtle: beda-beda saka efek iki (kanggo kang jinis buruh iku efek sing luwih gedhé) lan mekanisme konco efek (kok ora gadhah ora pati cetho dhuwur produktivitas mimpin kanggo produktivitas sing luwih). Kita bakal bali menyang iki loro penting masalah-beda-beda saka efek perawatan lan mekanisme-in Chapter 5 nalika ngrembag nyobi ing liyane rinci.
Generalizing saka pasinaon ing efek saka Draft Vietnam ing pangentukan lan sinau saka efek saka pati cetho ing produktivitas, Tabel 2.3 ngringkes pasinaon sing duwe struktur pas padha iki: nggunakake tansah ing sumber data kanggo ngukur pengaruh saka sawetara acara . Minangka Tabel 2.3 ndadekake langit, nyobi alam sing nang endi wae yen mung ngerti carane goleki mau.
fokus intine | Source eksperimen alam | Tansah ing data sumber | citation |
---|---|---|---|
Peer efek ing produktivitas | proses jadwal | data checkout | Mas and Moretti (2009) |
tatanan Persahabatan | Topan | Phan and Airoldi (2015) | |
Panyebaran emosi | udan | Coviello et al. (2014) | |
Peer kanggo peer pindhah ekonomi | lindhu | data dhuwit mobile | Blumenstock, Fafchamps, and Eagle (2011) |
prilaku konsumsi pribadi | 2013 mati pamaréntah AS | data finance pribadi | Baker and Yannelis (2015) |
ekonomi impact saka sistem recommender | macem-macem | data browsing ing Amazon | Sharma, Hofman, and Watts (2015) |
Efek saka kaku ing bayi-bayi bayi | 2006 perang Israel-Hezbollah | cathetan Birth | Torche and Shwed (2015) |
Reading prilaku ing Wikipedia | Revelations Snowden | Wikipedia log | Penney (2016) |
Ing laku, peneliti nggunakake strategi loro beda kanggo nemokake nyobi alam, loro kang bisa dadi subur. Sapérangan panliti miwiti karo tansah ing data sumber lan katon kanggo acara acak ing donya; wong miwiti karo acara acak ing donya lan katon kanggo sumber data sing dijupuk impact sing. Akhire, sok dong mirsani sing kekuatan nyobi alam rawuh ora saka kecanggihan analisis statistik, nanging saka care ing Nemokake comparison padha digawe dening Laka bathi Sajarah.