2.4.3.1 ನ್ಯಾಚುರಲ್ ಎಕ್ಸ್ಪೆರಿಮೆಂಟ್ಸ್

ನೈಸರ್ಗಿಕ ಪ್ರಯೋಗಗಳನ್ನು ವಿಶ್ವದ ಯಾದೃಚ್ಛಿಕ ಘಟನೆಗಳಿಗೆ ಲಾಭ. ಯಾದೃಚ್ಛಿಕ ಕ್ರಿಯೆಯನ್ನು + ಯಾವಾಗಲೂ ಆನ್ ದಶಮಾಂಶ ವ್ಯವಸ್ಥೆಯನ್ನು = ನೈಸರ್ಗಿಕ ಪ್ರಯೋಗ

ನ್ಯಾಯೋಚಿತ ಹೋಲಿಕೆ ಅನುವು ಯಾದೃಚ್ಛಿಕ ನಿಯಂತ್ರಿತ ಪ್ರಯೋಗಗಳ ಪ್ರಮುಖ ಯಾದೃಚ್ಛಿಕ ಆಗಿದೆ. ಆದಾಗ್ಯೂ, ಕೆಲವೊಮ್ಮೆ ಏನೋ ಮುಖ್ಯವಾಗಿ ವಿವಿಧ ಚಿಕಿತ್ಸೆಗಳಿಗೆ ಯಾದೃಚ್ಛಿಕವಾಗಿ ಯಾದೃಚ್ಛಿಕವಾಗಿ ಅಥವಾ ಸುಮಾರು ಜನರು ನಿಗದಿಪಡಿಸುವ ವಿಶ್ವದ ನಡೆಯುತ್ತದೆ. ನೈಸರ್ಗಿಕ ಪ್ರಯೋಗಗಳನ್ನು ಬಳಸಿಕೊಂಡು ತಂತ್ರ ನಿಚ್ಚಳವಾದ ಉದಾಹರಣೆಗಳು ಒಂದು ಸಂಶೋಧನೆ Angrist (1990) ಅರ್ನಿಂಗ್ಸ್ ಪರಿಣಾಮ ಮಿಲಿಟರಿ ಅಳೆಯುವ.

ವಿಯೆಟ್ನಾಂ ಯುದ್ಧದ ಸಮಯದಲ್ಲಿ, ಯುನೈಟೆಡ್ ಸ್ಟೇಟ್ಸ್ ಒಂದು ಡ್ರಾಫ್ಟ್ ಮೂಲಕ ಅದರ ಸಶಸ್ತ್ರ ಪಡೆಗಳ ಗಾತ್ರ ಹೆಚ್ಚಾಗಿದೆ. ನಾಗರಿಕ ಸೇವೆಗೆ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ ನಿರ್ಧರಿಸಲು ಸಲುವಾಗಿ, ಅಮೇರಿಕಾದ ಸರ್ಕಾರ ಲಾಟರಿ ನಡೆಯಿತು. ಪ್ರತಿ ಜನ್ಮದಿನಾಂಕ ಕಾಗದದ ತುಂಡು ನಿರೂಪಿಸಲಾಗಿದೆ, ಮತ್ತು ಈ ಪತ್ರಿಕೆಗಳ ಒಂದು ದೊಡ್ಡ ಗಾಜಿನ ಜಾರ್ ಇರಿಸಲಾಯಿತು. ಚಿತ್ರ 2.5 ತೋರಿಸಿರುವಂತೆ, ಕಾಗದದ ಈ ಚೂರುಗಳನ್ನು ಯುವಕರು ಪೂರೈಸಲು (ಯುವತಿಯರು ಕರಡು ಒಳಪಟ್ಟಿಲ್ಲ) ಎಂಬ ಎಂದು ಸಲುವಾಗಿ ನಿರ್ಧರಿಸಲು ಒಂದು ಸಮಯದಲ್ಲಿ ಜಾರ್ ಒಂದು ಪಡೆಯಲಾಗಿತ್ತು. ಫಲಿತಾಂಶಗಳನ್ನು ಆಧರಿಸಿ, ಸೆಪ್ಟೆಂಬರ್ 14 ರಂದು ಜನಿಸಿದರು ಪುರುಷರ ಮೊದಲ, ಏಪ್ರಿಲ್ 24 ರಂದು ಜನಿಸಿದರು ಪುರುಷರು ಎರಡನೇ ಕರೆಸಲಾಯಿತು ಆದ್ದರಿಂದ ಕರೆ ನೀಡಲಾಯಿತು. ಅಂತಿಮವಾಗಿ, ಈ ಲಾಟರಿ, 195 ವಿವಿಧ ದಿನಗಳಲ್ಲಿ ಜನನ ಪುರುಷರು ಸೇವೆಗೆ 171 ದಿನಗಳಲ್ಲಿ ಜನನ ಪುರುಷರು ಎಂಬ ರವರು ಕರೆಸಲಾಯಿತು.

ಚಿತ್ರ 2.5: ಕಾಂಗ್ರೆಸ್ ಅಲೆಕ್ಸಾಂಡರ್ Pirnie (ಆರ್ ಎನ್ವೈ) ಡಿಸೆಂಬರ್ 1 ರಂದು ಆಯ್ದ ಸೇವಾ ಕರಡು ಮೊದಲ ಕ್ಯಾಪ್ಸುಲ್ ರೇಖಾಚಿತ್ರ, 1969 ಜೋಶುವಾ Angrist (1990) ಮಿಲಿಟರಿ ಸೇವೆಯ ಪರಿಣಾಮ ಅಂದಾಜು ಸೇರಿ ಸಾಮಾಜಿಕ ಭದ್ರತಾ ಆಡಳಿತ ಗಳಿಂದ ಆದಾಯ ದತ್ತಾಂಶ ಡ್ರಾಫ್ಟ್ ಲಾಟರಿ ಅರ್ನಿಂಗ್ಸ್. ಈ ನೈಸರ್ಗಿಕ ಪ್ರಯೋಗ ಬಳಸಿ ಸಂಶೋಧನೆ ಒಂದು ಉದಾಹರಣೆಯಾಗಿದೆ. ಮೂಲ: ವಿಕಿಮೀಡಿಯ ಕಣಜದಲ್ಲಿ

ಇದು ತಕ್ಷಣವೇ ಸ್ಪಷ್ಟ ಇರಬಹುದು ಆದಾಗ್ಯೂ, ಒಂದು ಡ್ರಾಫ್ಟ್ ಲಾಟರಿ ಯಾದೃಚ್ಛಿಕ ನಿಯಂತ್ರಿತ ಪ್ರಯೋಗ ಒಂದು ವಿಮರ್ಶಾತ್ಮಕ ಹೋಲಿಕೆ ಹೊಂದಿದೆ: ಎರಡೂ ಸಂದರ್ಭಗಳಲ್ಲಿ ಭಾಗವಹಿಸುವವರು ಮನಬಂದಂತೆ ಚಿಕಿತ್ಸೆ ಪಡೆಯಲು ವಹಿಸಿಕೊಡಲಾಗುತ್ತದೆ. ಡ್ರಾಫ್ಟ್ ಲಾಟರಿ ಸಂದರ್ಭದಲ್ಲಿ, ನಾವು ಡ್ರಾಫ್ಟ್ ಅರ್ಹತೆ ಮತ್ತು ನಂತರದ ಕಾರ್ಮಿಕ ಮಾರುಕಟ್ಟೆ ಗಳಿಕೆಯನ್ನು ಸೈನಿಕ ಸೇವೆಯ ಪರಿಣಾಮಗಳ ಬಗ್ಗೆ ಕಲಿಯಲು ಆಸಕ್ತಿ ಇದ್ದರೆ, ನಾವು ಅವರ birthdates ಲಾಟರಿ ಕಟ್ಆಫ್ ಕೆಳಗೆ (ಜನರು ಫಲಿತಾಂಶಗಳನ್ನು ಹೋಲಿಕೆ ಮಾಡಬಹುದು ಉದಾ, ಸೆಪ್ಟೆಂಬರ್ 14, ಏಪ್ರಿಲ್ 24, ಇತ್ಯಾದಿ) (ಉದಾಹರಣೆಗೆ, ಫೆಬ್ರವರಿ 20, ಡಿಸೆಂಬರ್ 2, ಇತ್ಯಾದಿ) ಅವರ ಜನ್ಮದಿನಗಳು ಕಟ್ಆಫ್ ನಂತರ ಅವು ಜನರಿಗೆ ಪರಿಣಾಮಗಳ.

ಕರಡು ಎಂಬ ಈ ಚಿಕಿತ್ಸೆ ಯಾದೃಚ್ಛಿಕವಾಗಿ ಗೊತ್ತುಮಾಡಲ ನೀಡಲಾಗಿದೆ, ನಾವು ನಂತರ ಅಳತೆ ಮಾಡಲಾಗುತ್ತದೆ ಯಾವುದೇ ಫಲಿತಾಂಶದ ಈ ಚಿಕಿತ್ಸೆಯ ಪರಿಣಾಮ ಅಳೆಯಬಹುದು. ಉದಾಹರಣೆಗೆ, Angrist (1990) ಯಾದೃಚ್ಛಿಕವಾಗಿ ತೀರ್ಮಾನಿಸಲು ಸಾಮಾಜಿಕ ಭದ್ರತಾ ಆಡಳಿತ ಸಂಗ್ರಹಿಸಿದ ಎಂದು ಗಳಿಕೆಗಳ ದತ್ತಾಂಶ ಬಿಳಿ ಪರಿಣತರ ಗಳಿಕೆಯನ್ನು ಹೋಲಿಸಬಹುದಾದ ಅಲ್ಲದ ಪರಿಣತರ ಆದಾಯ ಸುಮಾರು 15% ಕಡಿಮೆ ಪ್ರಮಾಣದಲ್ಲಿ ಜೊತೆ ಕರಡು ಆಯ್ಕೆಯಾದರು ಬಗ್ಗೆ ಮಾಹಿತಿ ಸಂಯೋಜಿತ . ಇತರ ಸಂಶೋಧಕರು ಹಾಗೂ ಇದೇ ಟ್ರಿಕ್ ಬಳಸಿದ್ದಾರೆ. ಉದಾಹರಣೆಗೆ, Conley and Heerwig (2011) ಯಾದೃಚ್ಛಿಕವಾಗಿ 2000 ಜನಗಣತಿ ಮತ್ತು 2005 ಅಮೆರಿಕನ್ ಸಮುದಾಯ ಸಮೀಕ್ಷೆಯ ಸಂಗ್ರಹಿಸಿದ ಮನೆಯ ದತ್ತಾಂಶ ಕರಡು ಆಯ್ಕೆಯಾದರು ಬಗ್ಗೆ ಮಾಹಿತಿ ಸಂಯೋಜಿಸಲ್ಪಟ್ಟ ಮತ್ತು ಬಹಳ ಕರಡು ನಂತರ, ಸ್ವಲ್ಪ ದೀರ್ಘಕಾಲದ ಪರಿಣಾಮ ಕಂಡುಕೊಂಡರು ಗೃಹ ನಿರ್ಮಾಣ ಅಧಿಕಾರಾವಧಿಯಲ್ಲಿ (ಬಾಡಿಗೆ ವಿರುದ್ಧ ಮಾಲೀಕತ್ವದ) ಮತ್ತು ವಸತಿ ಸ್ಥಿರತೆ (ಹಿಂದಿನ ಐದು ವರ್ಷಗಳಲ್ಲಿ ವರ್ಗಾಯಿಸುವುದರಿಂದ ಸಾಧ್ಯತೆ) ಫಲಿತಾಂಶಗಳೊಡನೆ ವಿವಿಧ ಸೇನಾ ಸೇವೆ.

ಈ ಉದಾಹರಣೆಯಲ್ಲಿ ವಿವರಿಸುವಂತೆ, ಕೆಲವೊಮ್ಮೆ ಸಾಮಾಜಿಕ, ರಾಜಕೀಯ, ಅಥವಾ ನೈಸರ್ಗಿಕ ಪಡೆಗಳು ಪ್ರಯೋಗಗಳನ್ನು ಅಥವಾ ಮಾಡಬಹುದು ಸಂಶೋಧಕರು ಸಾಲವನ್ನು ಹತ್ತಿರದ ಪ್ರಯೋಗಗಳನ್ನು ರಚಿಸಲು. ಇದು ಯಾದೃಚ್ಛಿಕ ನಿಯಂತ್ರಿತ ಪ್ರಯೋಗಗಳ ಚಲಾಯಿಸಲು ನೈತಿಕ ಪ್ರಾಯೋಗಿಕ ಇಲ್ಲಿ ನೈಸರ್ಗಿಕ ಪ್ರಯೋಗಗಳನ್ನು ಸೆಟ್ಟಿಂಗ್ಗಳನ್ನು ಕಾರಣ ಮತ್ತು ಪರಿಣಾಮ ಸಂಬಂಧಗಳನ್ನು ಅಂದಾಜು ಅತ್ಯುತ್ತಮ ಮಾರ್ಗವಾಗಿದೆ. ಅವರು ಅಲ್ಲದ ಪ್ರಾಯೋಗಿಕ ಅಂಕಿಅಂಶಗಳನ್ನು ನ್ಯಾಯೋಚಿತ ಹೋಲಿಕೆಗಳು ಪತ್ತೆಹಚ್ಚಿದ ಪ್ರಮುಖ ತಂತ್ರ. ಈ ಸಂಶೋಧನೆ ತಂತ್ರ ಈ ಸಮೀಕರಣದಿಂದ ಸಂಕ್ಷೇಪಿಸಿ ಹೇಳಬಹುದು:

\ [\ ಪಠ್ಯ {ಯಾದೃಚ್ಛಿಕ (ಅಥವಾ ಯಾದೃಚ್ಛಿಕ ವೇಳೆ) ಈವೆಂಟ್} + \ ಪಠ್ಯ {ಯಾವಾಗಲೂ ಆನ್ ದತ್ತಾಂಶ ಹರಿವನ್ನು} = \ ಪಠ್ಯ {ನೈಸರ್ಗಿಕ ಪ್ರಯೋಗ} \ qquad (2.1) \]

ಹೇಗಾದರೂ ಸ್ವಾಭಾವಿಕ ಪ್ರಯೋಗಗಳ ವಿಶ್ಲೇಷಣೆ ಸಾಕಷ್ಟು ಟ್ರಿಕಿ ಮಾಡಬಹುದು. ಉದಾಹರಣೆಗೆ, ವಿಯೆಟ್ನಾಮ್ ಕರಡು ಸಂದರ್ಭದಲ್ಲಿ, ಎಲ್ಲರೂ ಕರಡು-ಅರ್ಹರಾಗಿರುತ್ತಾರೆ ಸೇವೆ ಕೊನೆಗೊಂಡಿತು (ಅಲ್ಲಿ ವಿನಾಯಿತಿ ವಿವಿಧ ಎಂದು). ಮತ್ತು, ಅದೇ ಸಮಯದಲ್ಲಿ, ಡ್ರಾಫ್ಟ್ ಅರ್ಹರಾಗಿರುತ್ತಾರೆ ಯಾರು ಕೆಲವು ಜನರು ಸೇವೆಗಾಗಿ ಸ್ವಯಂ. ಹೊಸ ಔಷಧದ ವೈದ್ಯಕೀಯ ಪ್ರಯೋಗದಲ್ಲಿ, ಚಿಕಿತ್ಸೆ ಗುಂಪಿನಲ್ಲಿ ಕೆಲವು ಜನರು ತಮ್ಮ ಔಷಧ ಬರಲಿಲ್ಲ ಮತ್ತು ನಿಯಂತ್ರಣ ಗುಂಪಿನಲ್ಲಿ ಜನ ಹೇಗೋ ಔಷಧ ಪಡೆದರು ಮಾಹಿತಿ ಇದು. ಈ ಸಮಸ್ಯೆ, ದ್ವಿಮುಖ ಅನನುವರ್ತನೆಯನ್ನು ಎಂದು ಕರೆಯುವ, ಅನೇಕ ಇತರ ಸಮಸ್ಯೆಗಳು ಈ ಅಧ್ಯಾಯದ ಕೊನೆಯಲ್ಲಿ ಶಿಫಾರಸು ವಾಚನಗೋಷ್ಠಿಗಳು ಕೆಲವು ಹೆಚ್ಚಿನ ವಿವರ ನೀಡಲಾಗುತ್ತದೆ.

ನೈಸರ್ಗಿಕವಾಗಿ ಯಾದೃಚ್ಛಿಕ ಹುದ್ದೆ ಸಂಭವಿಸುವ ಪ್ರಯೋಜನವನ್ನು ತೆಗೆದುಕೊಳ್ಳುವ ತಂತ್ರ ಡಿಜಿಟಲ್ ವಯಸ್ಸು ಮುಂಚಿತವಾಗಿ, ಆದರೆ ದೊಡ್ಡ ದಶಮಾಂಶ ಪ್ರಭುತ್ವ ಬಳಸಲು ಈ ತಂತ್ರ ಹೆಚ್ಚು ಸುಲಭವಾಗಿ. ನೀವು ಅರ್ಥ ಒಮ್ಮೆ ಕೆಲವು ಚಿಕಿತ್ಸೆ ಯಾದೃಚ್ಛಿಕವಾಗಿ ಗೊತ್ತುಮಾಡಲ, ದೊಡ್ಡ ದಶಮಾಂಶ ಮೂಲಗಳು ನೀವು ಚಿಕಿತ್ಸೆ ಮತ್ತು ನಿಯಂತ್ರಣ ಪರಿಸ್ಥಿತಿಗಳಲ್ಲಿ ಜನರಿಗೆ ಫಲಿತಾಂಶಗಳನ್ನು ಹೋಲಿಕೆ ಸಲುವಾಗಿ ಅಗತ್ಯವಿರುವ ಫಲಿತಾಂಶ ಡೇಟಾವನ್ನು ಒದಗಿಸುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಕರಡು ಮತ್ತು ಮಿಲಿಟರಿ ಸೇವೆಗಳನ್ನು ಪರಿಣಾಮಗಳ ಅಧ್ಯಯನ, Angrist ಸಾಮಾಜಿಕ ಭದ್ರತಾ ಆಡಳಿತ ಗಳಿಂದ ಆದಾಯ ದಾಖಲೆಗಳನ್ನು ಬಳಸಿಕೊಂಡರು; ಈ ಫಲಿತಾಂಶ ಡೇಟಾವನ್ನು, ಅವನ ಅಧ್ಯಯನವು ಸಾಧ್ಯವಿಲ್ಲ ಎಂದು ಎಂದು. ಈ ಸಂದರ್ಭದಲ್ಲಿ, ಸಾಮಾಜಿಕ ಭದ್ರತಾ ಆಡಳಿತ ಯಾವಾಗಲೂ ಆನ್ ದೊಡ್ಡ ದಶಮಾಂಶ ಮೂಲವಾಗಿದೆ. ಹೆಚ್ಚು ಹೆಚ್ಚು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಸಂಗ್ರಹಿಸಿದ ಡೇಟಾವನ್ನು ಮೂಲಗಳು ಅಸ್ತಿತ್ವದಲ್ಲಿವೆ, ನಾವು ಹೊರಗಡೆಯಿಂದ ಪಡೆಯುವ ಬದಲಾವಣೆ ದಾಖಲಿಸಿದವರು ಬದಲಾವಣೆಗಳನ್ನು ಪರಿಣಾಮಗಳನ್ನು ಅಳೆಯಲು ಎಂದು ಹೆಚ್ಚು ಫಲಿತಾಂಶ ಡೇಟಾವನ್ನು ಹೊಂದಿರುತ್ತದೆ.

ಡಿಜಿಟಲ್ ಯುಗದಲ್ಲಿ ಈ ತಂತ್ರ ವಿವರಿಸಲು, ನ ಮಾಸ್ ಮತ್ತು ಮೊರೆಟ್ಟಿ ನ ಪರಿಗಣಿಸೋಣ (2009) ಪರಿಣಾಮ ಗೆಳೆಯರೊಂದಿಗೆ ಉತ್ಪಾದಕತೆಯ ಮೇಲೆ ಸೊಗಸಾದ ಸಂಶೋಧನೆ. ಮೇಲ್ಮೈ ಮೇಲೆ ರಚನೆ, ವಿಯೆಟ್ನಾಂ ಡ್ರಾಫ್ಟ್ ಪರಿಣಾಮಗಳ ಬಗ್ಗೆ Angrist ಅಧ್ಯಯನವು ಹೆಚ್ಚು ವಿವಿಧ ನೋಡಲು ಇರಬಹುದು ಇಬ್ಬರೂ EQ ಮಾದರಿಯನ್ನು ಅನುಸರಿಸಿ. 2.1.

ಮಾಸ್ ಮತ್ತು ಮೊರೆಟ್ಟಿ ಗೆಳೆಯರೊಂದಿಗೆ ಕಾರ್ಮಿಕರ ಉತ್ಪಾದನಾ ಪರಿಣಾಮ ಹೇಗೆ ಅಳೆಯಲಾಗುತ್ತದೆ. ಒಂದೆಡೆ, ಹಾರ್ಡ್ ಕೆಲಸ ಪೀರ್ ಹೊಂದಿರುವ ಏಕೆಂದರೆ ಪೀರ್ ಒತ್ತಡದ ಉತ್ಪಾದನೆ ಹೆಚ್ಚಿಸಲು ಕಾರ್ಮಿಕರ ಕಾರಣವಾಗಬಹುದಾದ. ಅಥವಾ, ಮತ್ತೊಂದೆಡೆ, ಒಂದು ಹಾರ್ಡ್ ಕೆಲಸ ಪೀರ್ ಇತರ ಕೆಲಸಗಾರರು ಕೂಡ ಹೆಚ್ಚು ಆಫ್ SLACK ಕಾರಣವಾಗಬಹುದಾದ. ಉತ್ಪಾದನಾ ಪೀರ್ ಪರಿಣಾಮಗಳ ಅಧ್ಯಯನಕ್ಕೆ ಸ್ಪಷ್ಟ ರೀತಿಯಲ್ಲಿ ಕಾರ್ಮಿಕರ ಯಾದೃಚ್ಛಿಕವಾಗಿ ಬೇರೆ ಉತ್ಪಾದಕತೆ ಮಟ್ಟದ ಕಾರ್ಮಿಕರಿಗೆ ವರ್ಗಾವಣೆಗಳ ವಹಿಸಿಕೊಡಲಾಗುತ್ತದೆ ನಂತರ ಇದರಿಂದ ಉತ್ಪಾದಕತೆ ಎಲ್ಲರಿಗೂ ಅಳೆಯಲಾಗುತ್ತದೆ ಅಲ್ಲಿ ಒಂದು ಯಾದೃಚ್ಛಿಕ ನಿಯಂತ್ರಿತ ಪ್ರಯೋಗ ಎಂದು. ಸಂಶೋಧಕರು, ಆದರೆ, ಯಾವುದೇ ನಿಜವಾದ ವ್ಯವಹಾರದಲ್ಲಿ ಕಾರ್ಮಿಕರ ವೇಳಾಪಟ್ಟಿ ನಿಯಂತ್ರಿಸಲು ಇಲ್ಲ, ಮತ್ತು ಆದ್ದರಿಂದ ಮಾಸ್ ಮತ್ತು ಮೊರೆಟ್ಟಿ ಸೂಪರ್ ಮಾರ್ಕೆಟ್ನಲ್ಲಿ ನಡೆದ ನೈಸರ್ಗಿಕ ಪ್ರಯೋಗ ಅವಲಂಬಿಸಬೇಕಾಗಿತ್ತು.

ಕೇವಲ EQ ಹಾಗೆ. 2.1, ಅವರ ಅಧ್ಯಯನದ ಎರಡು ಭಾಗಗಳನ್ನು ಹೊಂದಿತ್ತು. ಮೊದಲ, ಅವರು ಒಂದು ನಿಖರವಾದ ವೈಯಕ್ತಿಕ ಹೊಂದಲು ಸೂಪರ್ಮಾರ್ಕೆಟ್ Checkout ವ್ಯವಸ್ಥೆಯಿಂದ ದಾಖಲೆಗಳು ಬಳಸಲಾಗುತ್ತದೆ, ಮತ್ತು ಯಾವಾಗಲೂ ಆನ್ ಉತ್ಪಾದಕತೆ ಅಳತೆ: ಸೆಕೆಂಡಿಗೆ ಸ್ಕ್ಯಾನ್ ಐಟಂಗಳ ಸಂಖ್ಯೆ. ಮತ್ತು, ಎರಡನೇ, ಏಕೆಂದರೆ ವೇಳಾಪಟ್ಟಿ ಈ ಸೂಪರ್ ಮಾರ್ಕೆಟ್ ನಲ್ಲಿ ಮಾಡಲಾಯಿತು ರೀತಿಯಲ್ಲಿ, ಅವರು ಗೆಳೆಯರೊಂದಿಗೆ ಯಾದೃಚ್ಛಿಕ ಸಂಯೋಜನೆ ಬಳಿ ಹೊಂದಿವೆ. ಅರ್ಥಾತ್, ಸಹ ತಾಣದಲ್ಲಿನ ನಗದು ಗುಮಾಸ್ತರು ವೇಳಾಪಟ್ಟಿ ಲಾಟರಿ ನಿರ್ಧರಿಸುತ್ತದೆ, ಇದು ಮೂಲಭೂತವಾಗಿ ಯಾದೃಚ್ಛಿಕ ಆಗಿತ್ತು. ಪ್ರಾಯೋಗಿಕವಾಗಿ, ನಾವು ನೈಸರ್ಗಿಕ ಪ್ರಯೋಗಗಳಲ್ಲಿ ಹೊಂದಿರುವ ವಿಶ್ವಾಸಾರ್ಹ ಆಗಾಗ್ಗೆ ಈ "ಎಂದು ವೇಳೆ" ಯಾದೃಚ್ಛಿಕ ಹಕ್ಕು ಸಂಭವನೀಯ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ. ಈ ಯಾದೃಚ್ಛಿಕ ಬದಲಾವಣೆ ಲಾಭವನ್ನು ಪಡೆದು ಮಾಸ್ ಮತ್ತು ಮೊರೆಟ್ಟಿ ಅಧಿಕ ಉತ್ಪಾದನೆ ಗೆಳೆಯರೊಂದಿಗೆ ಕೆಲಸ ಉತ್ಪಾದಕತೆಯನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ ಕಂಡುಕೊಂಡರು. ಇದಲ್ಲದೆ, ಮಾಸ್ ಮತ್ತು ಮೊರೆಟ್ಟಿ ಎರಡು ಪ್ರಮುಖ ಮತ್ತು ಸೂಕ್ಷ್ಮ ಸಮಸ್ಯೆ ಪರಿಶೋಧಿಸಲು ಕಾರಣ ಮತ್ತು ಪರಿಣಾಮದ ಅಂದಾಜು ಮೀರಿ ಸರಿಸಲು ಗಾತ್ರ ಮತ್ತು ತಮ್ಮ ದತ್ತಾಂಶ ಶ್ರೀಮಂತಿಕೆ ಬಳಸಲಾಗುತ್ತದೆ: ಈ ಪರಿಣಾಮ (ಕಾರ್ಮಿಕರ ರೀತಿಯ ಪರಿಣಾಮ ದೊಡ್ಡ ಇದು) ಹೆಟೆರೋಜೀನಿಯಿಟಿ ಮತ್ತು ಯಾಂತ್ರಿಕ ಪರಿಣಾಮ ಹಿಂದೆ (ಏಕೆ ಅತೀ ಹೆಚ್ಚಿನ ಉತ್ಪಾದನಾ ಗೆಳೆಯರೊಂದಿಗೆ ಅಧಿಕ ಉತ್ಪಾದನೆ ಕಾರಣವಾಗಬಹುದು ಹೊಂದಿರುವ ಮಾಡುವುದಿಲ್ಲ). ನಾವು ಹೆಚ್ಚು ವಿವರ ಪ್ರಯೋಗಗಳನ್ನು ಚರ್ಚಿಸಲು ನಾವು ಚಿಕಿತ್ಸೆಯ ಪರಿಣಾಮಗಳನ್ನು ಮತ್ತು ಕಾರ್ಯವಿಧಾನಗಳ ಇನ್ ಅಧ್ಯಾಯ 5 ಈ ಎರಡು ಪ್ರಮುಖ ಸಮಸ್ಯೆಗಳ ವಿವಿಧತೆಗಳ ಹಿಂದಿರುಗುವ.

ಆದಾಯ ಮತ್ತು ಉತ್ಪಾದಕತೆ ಗೆಳೆಯರಿಂದ ಪರಿಣಾಮ ಅಧ್ಯಯನ ವಿಯೆಟ್ನಾಂ ಡ್ರಾಫ್ಟ್ ಪರಿಣಾಮ ಅಧ್ಯಯನಗಳಿಂದ ಸಾಮಾನ್ಯೀಕರಿಸಿದ್ದಾಗ, ಟೇಬಲ್ 2.3 ಈ ನಿಖರ ಅದೇ ರಚನೆ ಎಂದು ಇತರ ಅಧ್ಯಯನಗಳು ಸಂಕ್ಷಿಪ್ತವಾಗಿ: ಒಂದು ಯಾವಾಗಲೂ ಆನ್ ಡೇಟಾ ಮೂಲ ಕೆಲವು ಘಟನೆಯ ಪರಿಣಾಮ ಅಳೆಯಲು ಬಳಸಿಕೊಂಡು . ನೀವು ಅವುಗಳನ್ನು ನೋಡಲು ಹೇಗೆ ತಿಳಿದಿದ್ದರೆ ಟೇಬಲ್ 2.3 ಸ್ಪಷ್ಟಪಡಿಸಿದ ಹಾಗೆ, ನೈಸರ್ಗಿಕ ಪ್ರಯೋಗಗಳನ್ನು ಎಲ್ಲೆಡೆ ಇವೆ.

ಪ್ರಾಯೋಗಿಕವಾಗಿ, ಸಂಶೋಧಕರು ಇವೆರಡೂ ಸಫಲ ಆಗಿರಬಹುದು ನೈಸರ್ಗಿಕ ಪ್ರಯೋಗಗಳು, ಹುಡುಕುವ ಎರಡು ವಿಧದ ತಂತ್ರಗಳನ್ನು ಬಳಸುತ್ತೇವೆ. ಕೆಲವು ಸಂಶೋಧಕರು ಡೇಟಾ ಯಾವಾಗಲೂ ಆನ್ ಮೂಲ ಪ್ರಾರಂಭವಾಗಲು ಮತ್ತು ವಿಶ್ವದ ಯಾದೃಚ್ಛಿಕ ಘಟನೆಗಳಿಗೆ ನೋಡಲು; ಬೇರೆಯವರು ಯಾದೃಚ್ಛಿಕ ಘಟನೆಗಳಿಗೆ ಆರಂಭವಾಗಬೇಕು ಮತ್ತು ಅವರ ಪ್ರಭಾವವನ್ನು ಸೆರೆಹಿಡಿಯುವ ದಶಮಾಂಶ ಮೂಲಗಳು ನೋಡಿ. ಅಂತಿಮವಾಗಿ, ನೈಸರ್ಗಿಕ ಪ್ರಯೋಗಗಳ ಶಕ್ತಿ ಅಂಕಿಅಂಶಗಳ ವಿಶ್ಲೇಷಣೆ ಉತ್ಕೃಷ್ಟತೆಯನ್ನು ನಿಂದ ಬರುವುದಿಲ್ಲ ಆದರೆ ಇತಿಹಾಸದ ಒಂದು ಅದೃಷ್ಟ ಆಕಸ್ಮಿಕವಾಗಿ ದಾಖಲಿಸಿದವರು ನ್ಯಾಯಯುತ ಹೋಲಿಕೆಯಾಗಿದೆ ಹುಡುಕಲು ಆರೈಕೆಗೆ ಗಮನಿಸಿ.