2.4.3.2 Säitenimm déi

Passende schafen fair Vergläicher vun Fäll pruning ewech.

Fair Vergläicher kann aus kommen entweder zoufälleg kontrolléiert Experimenter oder natierleche Experimenter. Mä, et gëtt vill Situatiounen, wou Dir net déi ideal Experimenter lafen kann an Natur ass net engem natierlechen experimentéiert gëtt. An dës Astellungen, ze schafen déi bescht Manéier eng fair Verglach ass passend. An Aklang, gesäit de Fuerscher duerch Nët-experimentell Date Puer Leit ze schafen, déi ähnlech sinn ausser datt een d'Behandlung kritt huet an et muss een net. Am Prozess vu passenden Elementer, Fuerscher pruning eigentlech och; dat ass, discarding Fäll wou et keng kloer Verglach. Sou, géif dës Method méi ginn wourop passende-a-pruning genannt, mee ëch mat der traditioneller Begrëff stieche: bruecht.

E schéint Beispill vun der Muecht vu Strategien mat massive Net-experimentell Date Quelle kommen aus der Fuerschung op Konsumenteschutz vun Liran Einav a Kollegen passend (2015) . Einav a Kollegen waren am Auktioun interesséiert Plaz op eBay huelen, an hir Aarbecht an beschreiwen, ech konzentréieren op eng bestëmmten Aspekter: den Effet vum Tolkien ab Präis op Leica Resultater, wéi de Verkafspräis oder d'Wahrscheinlechkeet vun engem Verkaf.

De stäerkste granzt Manéier d'Fro iwwer d'Wierkung vun ugefaange Präis op Verkafspräis zu Äntwert wier ze einfach d'Finale Präis fir Auktioun mat verschiddene ab Präisser berechnen. Dës Approche wier och nach labber, wann Dir einfach der Verkafspräis vun engem bestëmmte Punkt ze soe wëllt, datt op eBay mat enger bestëmmter ab Präis no gouf. Mä, wann Är Fro ass, wat den Effet ass Präis vun Start op Maart Resultater dës Approche net schaffen, well se net op fair Vergläicher baséiert ass; der Auktioun mat manner ab Präisser kéint relativ aus Auktioun mat héichen ab Präisser anescht ginn (zB, si fir verschidden Zorte vu Wueren ginn oder och verschidden Zorte vun Verkeefer).

Wann Dir scho Suergen iwwert nees fair Vergläicher sinn, kéint Dir den granzt Approche Fräilous a Betruecht engem Terrain Experimenter laafen wou Dir eng bestëmmten Objet-soen, e Golf club-mat engem fixen Formatioun vun Auktioun verkafen géif Parameteren-soen, gratis Timber, versteet oppe fir zwou Wochen, etc.-mee mat ugefaange Präisser zoufälleg virbereet. Andeems de schéine Maart Resultater, géif dëst Gebitt Experimenter bidden eng ganz kloer Miessung vun den Effet vum Präis op Verkafspräis Start. Mä, géif dës Mesure just fir ee bestëmmte Produit a Brand vun Auktioun Parameteren gëllen. D'Resultater kéint anescht ginn, fir zum Beispill, fir verschidden Zorte vu Produiten. Ouni staark Theorie, ass et schwéier, aus dësem eenheetlechen Experimenter der Palette vun méiglech Experimenter Land schaffe kommen, datt Course goufen hätt. Weider, sinn Terrain Experimenter genuch deier datt et infeasible wier genuch vun hinnen ze lafen an de ganze Parameter Plaz vun Produkter an Tolkien Zorte ze decken.

Am Géigesaz zu der granzt Approche an der experimentell Approche, Einav a Kollegen huelt eng drëtt Approche: bruecht. Den Haaptgrond markéiert vun hir Strategie ass Saachen ze entdecken gläicht Terrain Experimenter op eBay scho geschitt ass. Zum Beispill, well nëmmen 2,6 weist e puer vun de 31 mengen fir genau de selwechte Golf club-engem Taylormade au 09 Driver-Ergoen duerch genee déi selwecht seller- "budgetgolfer" verkaf. Allerdéngs hunn dës mengen gehumpelt verschiddene Charakteristiken. Eelef vun hinne bidden de Chauffeur fir e feste Präis vun $ 124,99, während déi aner 20 Auktioun mat verschiddene Enn gefouert ginn. Och, hunn d'mengen verschidden Timber bezuelen, entweder $ 7,99 oder $ 9,99. An anere Wierder, et ass wéi wann "budgetgolfer" ass Experiment fir d'Fuerscher Lafen.

Déi mengen vun der Taylormade au 09 Driver vun "budgetgolfer" verkaaft gi sinn ee Beispill vun engem reagéiert Set vu mengen, wou genau déiselwecht Zomm ass déi exakt selwecht Verkeefer verkaf ginn, mä all Kéier mat liicht verschiddene Charakteristiken. An der massiver Logbicher op eBay sinn et wuertwiertlech honnerte vun dausende vun reagéiert baut Millioune vu mengen sensibiliséieren. Esou, wéi d'final Präis fir all Auktioun bannent enger bestëmmter ab Präisser ze vergläichen, Einav a Kollegen maachen Vergläicher bannent reagéiert baut. Fir Resultater vun de Vergläicher ze kombinéieren bannent deenen honnerte vun dausende vun reagéiert baut, Einav a Kollegen bass-ausdrécklech de Start Präis an final Präis am Beräich vun der Referenz Wäert vun all Punkt (zB, hir duerchschnëttlech Verkafspräis). Zum Beispill, wann d'Taylormade au 09 Driver eng Referenz Wäert vun $ 100 (baséiert op seng Verkeef) huet, dann eng Start Präis vun 10 $ géif wéi 0,1 an final Präis vun 120 als 1.2 ausgedréckt wier $ ausgedréckt ginn.

Figur 2,6: E Beispill vun enger reagéiert virbereet. Dëst ass genau selwecht Golf Club (enger Taylormade au 09 Driver) vun der geneeër selwecht Persoun verkaf ginn ( "budgetgolfer"), mee e puer vun dëse goufe verschidde Conditiounen (zB, verschidden ab Präis) gesuergt. Gestalt aus geholl Einav et al. (2015) .

Réckruff datt Einav a Kollegen vun den Effet vun Ufank Präis op Leica Resultater interesséiert waren. Éischt, linear Réckgang andeems si geschat datt méi Start Präisser d'Wahrscheinlechkeet vun engem Verkaf erofgoen, an déi méi héich ab Präisser d'Finale Verkafspräis Erhéijung, déi geplangten op engem Verkaf geschitt. Vun selwer, dës Schätzunge-déi sinn all Produiten averaged iwwer a beweis eng linear Relatioun tëscht ab Präis an final Resultater-sinn net all déi interessant. Mä, Einav a Kollegen och de massive Gréisst vun hir Daten benotzt eng Rei vu méi dezent Conclusiounen ze schätzen. Éischt, huet Einav a Kollegen getrennt dësen Devisen fir Saache vu verschiddene Präisser an ouni linear Réckgang benotzt. Si fonnt dass während der Relatioun tëscht Ufank Präis an Wahrscheinlechkeet vun engem Verkaf linear ass, d'Relatioun tëscht ab Präis an Verkafspräis ass haut net-linear (Dorënner 2,7). An virun allem, fir Präisser tëschent 0,05 an 0,85, déi ab Präis huet wéineg Impakt op Verkafspräis ab, engem fannen dass an der Analyse fäerdeg war nëmmen, dass eng linear Relatioun gemengt haten.

Figur 2,7: Bezéiung tëscht Auktioun Ufank Präis an Wahrscheinlechkeet vun engem Verkaf (lénks Rot) an Verkafspräis (riets Rot). Et ass ähnlech linear Relatioun tëscht Ufank Präis an Wahrscheinlechkeet vum Verkaf, mä et ass eng net-linear Relatioun tëscht Ufank Präis an Verkafspräis; fir Präisser tëschent 0,05 an 0,85, déi ab Präis huet wéineg Impakt op Verkafspräis Start. An zwee Fäll sinn d'Relatiounen beäntweren onofhängeg vun Äerem Wäert. Dës Grafike reproduzéieren Lalumi 4A an 4B Einav et al. (2015) .

Zweet, amplaz all Elementer averaging iwwer, Einav a Kollegen och de massive Skala vun hir Daten benotzt den Impakt vun ugefaange Präis fir 23 verschidde Kategorien vu Saachen (zB, en Déier ze versécheren, elektronesch, a Sport Filmer) ze schätzen (Dorënner 2,8). Dës Schätzunge weisen, dass fir méi ënnerscheet heizou-wéi Filmer-Ufank Präis huet e klengen Effet op d'Wahrscheinlechkeet vun engem Verkaf an engem groussen Effet op d'Finale Verkafspräis. Weider, fir méi commodified heizou-wéi DVDen a Video-Ufank Präis huet bal keen Impakt op d'Finale Präis. An anere Wierder, eng duerchschnëttlech datt Resultater aus 23 verschiddene Kategorien vun Saache verstoppt wichteg Informatiounen iwwer d'Ënnerscheeder tëschent deenen Elementer kombinéiert.

Figur 2,8: Resultater individuell Schätzunge vun all Kategorie huet; déi staark Punkt am Devis fir all Kategorien zesummen hinzeginn (Einav et al. 2015, Table 11) . Dës Schätzunge weisen, dass fir méi ënnerscheet heizou-wéi Filmer-Ufank Präis huet e klengen Effet op d'Wahrscheinlechkeet vun engem Verkaf (x-Achs) an engem groussen Effet op d'Finale Verkafspräis (y-Achs).

Och wann Dir am Auktioun op eBay net besonnesch interesséiert sidd, hutt dir d'Méiglechkeet bewonnere dass 2,7 Well a kengem 2,8 Offer engem räichen Versteesdemech vun eBay wéi einfach linear Réckgang geschat datt linear Ëmgang mateneen a ville verschiddene Kategorien vun heizou kombinéieren. Dës méi dezent Schätzunge Ganzt Muecht vu zu massive Donnéeë bruecht; deenen Aschätzunge géif ouni eng enorm Zuel vun Terrain Experimenter onméiglech gewiescht, déi prohibitively deier gewiescht wier.

Natierlech, sollen mir manner Vertrauen an d'Resultater vun enger politëscher passende Etude hu wéi mir an d'Resultater vun enger ähnlecher Experimenter géif. Wann d'Resultater vun all passende Etude Fliessband, ginn et zwou wichteg Froen. Éischt, musse mir erënneren, datt mer nëmmen fair Vergläicher op Saache suergen kann dat fir déi gebraucht goufen. Einav a Kollegen an hir Haapt Resultater, huet déi exakt op véier Charakteristiken: Verkeefer Matricule, item Kategorie, item Titel, an Ënnertitel. Wann d'Saache sech verschidden zu Weeër déi net fir déi benotzt goufen, datt en ongerecht Verglach schafe konnt. Zum Beispill, wann "budgetgolfer" Gang Präisser fir Taylormade au 09 Driver am Wanter (wann Golf Veräiner manner populär sinn), dann hätt en Agrément, dat ënnescht ab Präisser Finale Präisser ze déif an, wann s'et wier dëst eng äerdzougedréiter Säit vun der Saison ginn Variant zu Nofro. Am Allgemengen, schéngt déi bescht Approche zu dësem Problem vill verschidden Arte vu passenden gin versichen. Zum Beispill, Einav a Kollegen widderhuelen hir Analyse wou reagéiert baut Elementer op Verkaf bannent engem Joer och, bannent engem Mount, an contemporaneously. Making der Zäit Fënster Noriichteniwwerbléck Verloschter d'Zuel vun reagéiert baut, mä verklengert sech Suergen iwwert saisonal Variant. Ma, si fannen, datt d'Resultater vun dësen Ännerungen am Aklang Critèren dropp sinn. An de passende Literatur, ass dës Zort vu Bedenken normalerweis am Beräich vun virstelle an unobservables ausgedréckt, mä de Schlëssel Iddi ass wierklech dass Fuerscher fair Vergläicher op d'Fonctiounen am Aklang benotzt nëmmen erschafen.

Déi zweet grouss Beonrouegung wann passende Resultater Interpretatioun ass, dass si just zu reagéiert Donnéeën gëllen; si sech net un de Fäll, déi net reagéiert ginn hätt. Zum Beispill, duerch hir Fuerschung ze kaafen limitéieren datt verschidde mengen Einav a Kollegen haten op professionell an semi-professionnellen Ubidder sinn leeën. Sou, wann dës Vergläicher Interpretatioun mir mussen drun denken, datt si nëmmen un dat Ziel vun eBay gëllen.

Aklang ass e mächtege Strategie fir fair Vergläicher am groussen konsultéieren fannen. Ze vill sozial Wëssenschaftler, wuelfillt passende wëll zweet-bäschten Experimenter, mee dat ass eng Iwwerzeegung, datt iwwerschafft ginn, liicht. Passende zu massive Donnéeën kéint besser ewéi eng kleng Zuel vu Terrain Experimenter wann: 1) heterogeneity an Effekter wichteg ass an 2) et gutt virstelle fir passend. Table 2,4 stellt e puer aner Beispiller wéi passend kann mat grousse Donnéeën Quellen benotzt ginn.

Zu der Konklusioun, sinn granzt Approche zu causal Auswierkunge vun Net-experimentell Date estimating geféierlech. Allerdéngs, Strategien fir laanscht eng continuum causal Schätzunge komplett aus stäerkst zu schwaachsten doruechter, a Fuerscher kënne gerecht Vergläicher bannent Net-experimentell Date entdecken. De Wuesstem vun ëmmer-wollt, grouss Daten Systemer Erhéijunge eis Fähegkeet effektiv zwou bestehend Methoden ze benotzen: natierlech Experimenter a passend.