2.4.3 Approximating Experimenter
Mir kënnen Experimenter geschätzte dass mir net do kann. Zwee Approche, déi virun allem aus der digitaler Ära profitéieren sinn passende an natierlech Experimenter.
Vill wichteg wëssenschaftlech a politesch Froen sinn causal. Loosst d'Meenung, zum Beispill, déi folgend Fro: wat ass den Effet vun enger Aarbecht Training Programm op Léin? Een Wee fir dës Fro ze äntweren géif mat engem zoufälleg kontrolléiert Experimenter ginn, wou Aarbechter zoufälleg unerkannten sech ze entweder Ausbildung kritt oder net Ausbildung kréien. Kéins Fuerscher fir dës Participanten den Effet vum Training Estimatioun vun einfach d'Gehälter vun de Leit, déi déi d'Formatioun fir déi geduecht, datt et net kritt hutt.
Den einfache Verglach ass, well vun eppes valabel datt d'Donnéeë geschitt, éier och gesammelt huet: d'randomization. Ouni randomization, ass de Problem vill trickier. A Fuerscher konnt de Gehälter vun de Leit vergläichen, déi fir den Training fir déi Eegeregie ogeschloss deen net-aschreiwen. Dat Verglach géif weisen wahrscheinlech, datt Leit, déi Training scho méi verdéngt, mä wéi vill vun dësem ass, well vun der Formatioun a wéi vill vun dësem ass, well Leit déi fir den Training Zeechen-up aus deene verschiddene sinn, datt fir den Training Zeechen-up net? An anere Wierder, et ass gerecht de Gehälter vun deenen zwou Gruppe vu Leit ze vergläichen?
Dës Suerg ëm fair Vergläicher féiert verschidde Fuerscher ze gleewen dass et onméiglech ass causal Schätzung ze maachen ouni en Experiment Lafen. Dës Fuerderung geet ze wäit. Iwwerdeems et richteg ass, datt Experimenter déi stäerkst Beweiser fir causal Effekter bidden, do sinn aner Strategien déi wäertvoll causal Schätzunge liwwere kann. Amplaz dass causal Schätzunge entweder einfach (am Fall vun Experimenter) oder onméiglech (am Fall vun passively Donnéeën observéiert) vun denken ginn, ass et besser vun de Strategien ze denken, fir laanscht eng continuum doruechter causal Schätzunge komplett aus stäerkst zu schwaachsten (Dorënner 2,4). Um stäerkst Enn vun der continuum gi kontrolléiert Experimenter zoufälleg. Mä, dësen sin oft schwéier an sozial Fuerschung ze maachen, well vill Behandlungen verlaangen verlaangt Montanten vun Kooperatioun vun Regierungen oder Entreprisen; relativ einfach do sin vill Experimenter dass mir net do kann. Ech ginn all vun Kapitel 4 souwuel de Stäerkten a Schwächten vun zoufälleg kontrolléiert Experimenter investeiéren, an ech wäert dat an e puer Fäll streiden, do sinn staark ethesch Grënn fir experimentell Methoden observational zu virzéien.
Figur 2,4: Continuum vun Recherche Strategien fir geschate causal Effekter.
Komme mir laanscht d'continuum, et Situatiounen wou Fuerscher hunn net explizit zoufälleg. Dat ass, si versichen Fuerscher Experimenter-wëll Wëssen ouni eigentlech mécht en Experiment ze léieren; natierlech, dat méi schwiereg ginn ass, mä déi grouss Daten verbessert daitlech eis Fähegkeet causal Schätzunge vun dësen Situatiounen ze maachen.
Heiansdo ginn et Astellungen wou randomness an der Welt eppes wéi en Experiment fir Fuerscher ze schafen geschitt. Dës Pläng sinn natierlech Experimenter genannt, a se gëtt am Detail zu Section 2.4.3.1 considéréiert ginn. Zwou Fonctiounen vun groussen Datequellen-hire ëmmer-iwwert Natur an hirer Gréisst-immens verbessert eise Géigner aus natierleche Experimenter ze léieren, wann se geschéien.
Komme mir wäit ewech vun zoufälleg kontrolléiert Experimenter, heiansdo ass et net och en Evenement an Natur, datt mir eng natierlech Experimenter ze geschätzte benotze kann. An dëse Kader, kann mer virsiichteg Vergläicher bauen an Net-experimentell Date opgeraf eng Experimenter ze geschätzte. Dës Pläng sinn passende genannt, a se gëtt am Detail zu Section 2.4.3.2 considéréiert ginn. Wëll natierlech Experiment ass, déi ee bestëmmtent Design, dass och aus grouss Datequellen Virdeeler. Besonnesch, erliichtert de massive Gréisst-souwuel wat d'Zuel vun de Fäll an Zort vun Informatiounen am Fall-immens passend. De Schlëssel Ënnerscheed tëscht natierlech Experimenter an Aklang ass, datt d'Fuerscher an natierlech Experimenter weess de Prozess duerch déi Behandlung zougewisen gouf a mengt et zoufälleg gin.
D'Konzept vun fair Vergläicher datt d'Lëscht motivéiert Experimenter ze maachen underlies och déi zwou alternativ Approche: natierlech Experimenter a passend. Dës Approche gëtt aktivéiert Dir causal Auswierkunge vun passively observéiert Donnéeën Devis vun entdecken fair Vergläicher bannenzeg vun den Donnéeën Sëtzen déi Dir schonn hutt.
