2.4.3 Approximating تجربو

موږ اټکل شوي تجربې کولی شو چې موږ یې نه لرو یا نه کولی. دوه طریقې چې په ځانګړې توګه د سترو ارقامو سرچینو څخه ګټه پورته کوي طبیعي تجربې او موازنه دي.

ځینې ​​مهم علمي او پالیسۍ پوښتنې لامل کیږي. د بیلګې په توګه، د معاشونو په اړه د روزنیز روزنیز پروګرام اغیز څه دی؟ یوه څیړونکی د دې پوښتنې ځواب ته هڅه کوي کیدای شي د هغو خلکو عواید پرتله کړي چې د هغو کسانو لپاره چې د روزنې لپاره یې السلیک کړي دي ندي پرتله کړي. مګر د دې ګروپونو تر مینځ معاشونه څومره توپیر دی، د روزنې له کبله او د خلکو ترمنځ د منلو وړ توپیرونو له امله څه ډول دی چې هغه لاسلیک کوي او هغه څوک چې نه وي؟ دا یو ستونزمن سوال دی، او دا هغه یو دی چې په اتوماتيک ډول د ډیټا ډاټا سره نه ځي. په بل عبارت، د ممکنه مخصوصو توپیرونو په اړه اندیښنه را منځ ته کیږي کومه خبره نده چې ستاسو په معلوماتو کې څومره کارګران دي.

په ډیری حاالتو کې، د ځینې درملنې د علت اغیزه اټکل کولو لپاره ترټولو پیاوړی لاره، لکه د کار روزنه، د بې ترتیب شوي کنترول تجربه چلول دي چیرته چې څیړونکی په ناڅاپه توګه درملنه ځینې خلکو ته ورکوي او نور نه. زه به ټول تجربو ته څلورم څپرکی ورکړم، نو دلته زه په دوو ستراتیژیو تمرکز کوم چې د غیر تجربه لرونکو معلوماتو سره کارول کیدی شي. لومړی ستراتیژي په نړۍ کې د پیښو په لټه کې ده چې په ناڅاپي ډول (یا نږدې ناڅاپه) د درملنې ځینې خلکو ته وړاندې کوي او نه نور. دویم ستراتیژي د غیر تجربه شوي معلوماتو سره سم د هغو کسانو ترمنځ چې د درملنې السته راوړي او ندي ترالسه کړي د حساب ورکولو لپاره هڅه کوي.

یو شکمن کیدی شي ادعا وکړي چې دواړه دواړه ستراتیژي باید مخنیوی وشي ځکه چې دوی قوي انګیرنې ته اړتیا لري، انګیرنې چې ارزونه یې ستونزمنه ده او دا چې په عمل کې، اکثرا یې سرغړونه کیږي. پداسې حال کې چې زه د دې ادعا سره خوښ یم، زما په اند دا ډیره اوږده ده. دا په واقعیت کې سمه ده چې دا د غیر تجرباتي معلوماتو څخه په مناسب ډول د اټکل اټکل ستونزمن کار دی، مګر زه فکر نه کوم چې دا موږ باید هیڅکله هڅه ونه کړو. په ځانګړې توګه، غیر تجرباتي تګلارې کیدای شي ګټور وي که چیرې لوژستیکي خنډ تاسو د تجربې ترسره کولو څخه مخنیوی وکړي یا که اخالقي خنډونه پدې معنا وي چې تاسو د تجربې چلولو لپاره نه غواړئ. برسېره پردې، غیر تجرباتي تګلارې کیدای شي ګټوره وي که تاسو غواړئ د ارقامو څخه ګټه واخلئ چې مخکې له مخکې شتون لري د بی ترتیب شوي کنترول تجربې ډیزاین کولو لپاره.

مخکی له مخکی، دا هم د یادونې وړ ده چې د تلفاتو اټکلونه په ټولنیز څیړنه کې یو له ډیرو پیچلو موضوعاتو څخه دی، او هغه څوک چې شدید او احساساتي بحثونو ته لاره پیدا کوي. په کوم تعقیب کې، زه به د هرې کړنالرې توضیحات وړاندې کړم ترڅو د انټرنېټ رامینځته کولو لپاره، نو زه به هغه ننګونې تشریح کړم چې د دې تګالرې څخه کار اخلي. د هرې کړنلارې په اړه نور معلومات د دې څپرکی په پای کې د موادو کې موجود دي. که تاسو په خپلو تحقیقاتو کې له کومې طریقې څخه کار واخلئ، زه په ډیره لوړه کچه د تلفاتو پیژندلو په اړه د ډیرو غوره کتابونو مطالعې سپارښتنه کوي (Imbens and Rubin 2015; Pearl 2009; Morgan and Winship 2014) .

د غیر تجربې ډاټا څخه د تلفاتو اټکل کولو لپاره یوه لاره د هغه پیښې په لټه کې ده چې په ناڅاپي توګه د خلکو سره درملنه شوي او نورو ته نه. دا حالتونه طبیعي تجربې ویل کیږي. د طبیعي تجربې څخه یو غوره مثال د جوشوا انګرست (1990) څیړنې څخه راځي چې د عوایدو په اړه د نظامي خدماتو اغیزې اندازه کوي. په ویتنام کې د جګړې پر مهال، متحده ایاالتو د یوې مسودې له الرې د خپلو وسله والو ځواکونو اندازه لوړه کړه. د دې لپاره چې پریکړه وکړي چې کوم هیواد به د خدمت په توګه وپیژندل شي، د امریکا حکومت لوټری ساتلی. د زیږون نیټه د کاغذ په یوه لیکه کې لیکل شوې وه، لکه څنګه چې په 2.7 شکل کې ښودل شوي، د کاغذ دا ټوټې یو ځل په یو وخت کې وټاکل شو ترڅو د دې حکم وټاکل شي چې په کوم ځوان ځوانان به خدمت وکړي) ځوانې ښځې مسوده ته). د پایلو پراساس، د سپتامبر په 14 نیټه نارینه وو چې لمړی بلل شوي، د اپریل په 24 کې زیږیدونکي نارینه دوهم او بل ورته بلل کیږي. په پای کې، په دې لوط کې، نارینه په 195 مختلفو ورځو کې زیږیدل شوي، پداسې حال کې چې نارینه 171 ورځو کې زیږیدلي ندي.

انځور 2.7: کانګرس مینډرډر پيرنی (R-NY) د دسمبر 1، 1969 د ډیموکراتیک خدمت مسوده لپاره لومړی کیپسول چمتو کوي. جوشوا انګرست (1990) لوژستیکي مسودې سره د ټولنیز امنیت ادارې څخه د نظامي خدماتو اغیز اټکل کولو سره ګډه کړه د عایداتو په اړه. دا د طبیعي تجربې په کارولو سره د څیړنې یوه بیلګه ده. سرچينه: د متحده اياالتو غوره انتخاباتي سيسټم (1969) / ويکيپېډيا کامرون .

که څه هم دا سملاسي نه ښکاري، د مسودې یوه مسوده د بی ترتیب شوي کنترول تجربه لپاره یو مهم ورته والی لري: په دواړو حالتونو کې، ګډون کوونکي په غیرقانوني توگه د درملنې لپاره ګمارل شوي دي. د دې بی بنسټه درملنې اغیزې مطالعه کولو لپاره، انګرست د تل په لوی لوی سیسټم کې ګټه پورته کړه: د متحده ایاالتو ټولنیز امنیت اداره، چې په حقیقي توګه د هر امریکایی عاید څخه د استخدام څخه معلومات راټولوي. د هغو معلوماتو په یوځای کولو سره چې په غیر منظم ډول د لوژیټ په مسوده کې د عایداتو معلوماتو سره چې د دولتي اداري ریکارډونو راټولول شوي و، د انټریسټ نتیجه اخیستې چې نتیجه یې د تجربه لرونکو غیر تجربه کارانو عایداتو په پرتله 15٪ کمه وه.

لکه څنګه چې دا مثال څرګندوي، ځینې وختونه ټولنیز، سیاسي، یا طبیعي ځواکونه د داسې درملنې لپاره چمتو کوي چې د څیړونکو لخوا لیورډیج شي، او ځینې وختونه د دې درملنې اغیزونه د تل په لویو سرچینو سرچینو کې نیول کیږي. د څیړنې ستراتیژي کیدای شي په لاندې ډول لنډیز شي: \[\text{random (or as if random) variation} + \text{always-on data} = \text{natural experiment}\]

د دې ستراتیژی لپاره په ډیجیټل عمر کې، اجازه راکړئ چې د الکساندر ماس او اینریکو مورتي (2009) لخوا مطالعه وکړو چې هڅه یې کوله د تولیدونکو همکارانو سره د کارګرانو د محصولاتو په اړه د کار اغیز اغیزه وکړي. د پایلو د کتلو څخه مخکې، دا د دې په نښه کولو وړ ده چې د منازعې توقع شته چې تاسو یې لرئ. له یوې خوا، تاسو تمه کیدی شي چې د تولیدونکي همکارانو سره کار کول به د کارګرانو مشري وکړي چې د فشار فشار له کبله د هغې تولید زیات کړي. یا له بلې خوا، تاسو تمه کیدی شي چې ګران کارکونکي د کارګرانو مشر کولی شي له مینځه یوسي ځکه چې دا کار به د هغې د همکارانو لخوا ترسره کیږي. د تولید په اړه د پایلو اغیزو مطالع کولو لپاره ترټولو غوره لار به د بې بنسټه کنټرول تجربه وي، چیرې چې کارګران په ناڅاپي ډول د تولیداتو د مختلفو کچو کارګرانو سره بدلونونه ګمارل کیږي او بیا نتیجه اخیستونکي تولید د هرچا لپاره اندازه کیږي. په هرصورت، محقق د کارمندانو مهال ویش په هیڅ واقعي سوداګرۍ کنترول نه کوي، او له همدې کبله مس او مور مورتي باید په طبیعي تجربو تکیه وکړي چې په سپر مارکیٹ کې نغدي پیسې پکې شاملې دي.

په دې ځانګړي سپرم بازار کې، د مهال ویش لړۍ ترسره شوه او هغه طریقه چې بدلون یې تکرار کړی و، ځکه چې هرشخص د ورځې په مختلفو وختونو کې مختلف شریک کاران درلودل. برسېره پر دې، په دې ځانګړې سترې بازار کې، د نغدو پیسو دنده د خپلو ملګرو د محصولاتو سره تړاو نه درلوده یا د هټۍ په مصروفولو سره تړاو نه درلود. په بل عبارت، سره له دې چې د نغدو پیسو مهال ویش د لوټریټ لخوا نه ټاکل شوی، داسې بریښي چې کله کله کارګران په ناڅاپي ډول د لوړ (یا ټيټ) تولیداتو سره کار کولو لپاره ګمارل شوي. په خوشبختۍ سره، دا سپرمارټ هم د ډیجیټل عمر د چک چک سیسټم درلود چې هغه توکي یې تعقیب کړل چې هرشینر هر وخت په سکیننګ کې و. د دې چکټ څخه د معلوماتو ډاټا، ماس او مورتی د وړتیا، انفرادی او تل د تولید اندازه کوله: په هر ثانیه کې سکینډ شوي توکي. د دغو دوو شیانو سره یوځای کول - د ملګری تولید او د تل لپاره د تولید محصوالت په طبیعي توګه بدلون راغلی - مس او موریتي اټکل کړی چې که یو کیشین د همکارانو ګمارل شوي وي چې د اوسط په پرتله 10٪ ډیر ګټور وي، د هغې تولید به 1.5٪ . پردې برسیره، دوی د خپلو معلوماتو اندازه او بډایه کولو لپاره دوه مهم مسایل وپیژني: د دې اغیز توپیر ) د کوم ډول کارګرانو اغیزه لویه ده؟ (او د اغیز تر شا میکانیزم ) ولې د لوړ تولیداتو سره مرسته کوي لوړ محصولات؟). موږ به دا دوه مهمې مسلې ته راستانه کړو - د درملنې د اغیزو او میکانیزمونو توپیر - په څلورم څپرکې کې کله چې موږ په ډیرو تفصیلاتو تجربو باندې بحث کوو.

د دې دوو مطالعاتو څخه عمومي کولو، جدول 2.3 نورې نورې څیړنې چې دا ورته جوړښت لري لنډیز کوي: د ځینې ناڅاپه توپیر اغیزه اندازه کولو لپاره د تل لپاره د معلوماتو سرچینې کارول. په عمل کې، څیړونکي د طبیعي تجربو د موندلو لپاره دوه بیلابیل ستراتیژۍ کاروي، چې دواړه یې ګټور دي. ځینې ​​څیړونکي د تل په ډاټا سرچینې سره پیل کوي او په نړۍ کې ناڅاپه پیښو ته ګوري؛ نور په نړۍ کې یو ناڅاپه پیښه پېل کوي او د ډاټا سرچینې ګوري چې د هغې اغیز نیسي.

په طبیعي تجربو کې تر اوسه پورې، ما یو مهم ټکی پریښود: د کومې فطرت څخه چې تاسو غواړئ هغه څه چې کله تاسو وغواړئ کیدی شي ځینې ستونزمن وي. راځئ چې د ویتنام مسوده د بېلګې په توګه راستانه کړو. په دې حالت کې، انګرست د عوایدو په اړه د پوځي خدماتو اغیز ارزولو کې لیوالتیا درلوده. له بده مرغه، پوځي خدمت په ناڅاپي ډول ټاکل شوی نه و؛ بلکه د دې مسوده جوړه شوې وه چې په ناڅاپه توګه ټاکل شوې وه. په هرصورت، هر هغه څوک چې مسوده یې طرحه شوې وه) شتون شتون درلود، او هر هغه څوک چې خدمت یې کاوه (خلک کولی شي خدمت وکړي رضاکاران). کله چې مسوده جوړه شوه په ناڅاپي ډول ټاکل شوې، یو څیړونکی د مسودې په ټولو نارینه وو کې د مسوده کولو اغیز اټکل کولی شي. مګر انټریسټ نه غوښتل چې د مسوده کولو مسؤلیت معلوم کړي؛ هغه غوښتل په پوځ کې د خدمت کولو اغیزه وپیژني. د دې اټکل کولو لپاره، په هرصورت، اضافي انګیرنې او پیچلو ته اړتیا لیدل کیږي. لومړی، څیړونکي باید فکر وکړي چې د اغیزمنو عایداتو مسوده کولو یوازینۍ لاره د پوځي خدماتو له الرې ده، یو انګیرنه چې د جالوالی محدودیتونو په نوم یادیږي. دا انګیرنه به غلط وي که، د بیلګې په توګه، هغه نارینه چې مسوده یې په مسوده کې پاتې شوې وه ډیرې مودې لپاره د خدمت څخه مخنیوی کولو لپاره یا د کارمندانو کموالی د هغو نارینه ګمارلو احتمال درلود چې چمتو شوي وي. په عموم کې، د جالوالی محدودیت یوه نازک انګیرنه ده، او دا معمولا د تصدیق کولو لپاره سخته ده. حتی که د جالوالی محدودیت سم وي، نو دا هم لاهم ناممکن دی چې په ټولو نارینه وو د خدماتو اغیزه وکړي. پرځای یې، دا معلومه شوه چې څیړونکي یوازې د نارینه وو په ځانګړو ډلو باندې تاثیر کوي چې د منلو وړ کسان) هغه نارینه چې په مسوده کې خدمت کوي، مګر د مسودې په وخت کې به خدمت ونه کړي (Angrist, Imbens, and Rubin 1996) . خو شکایات د دلچسپي اصلي نفوس نه وو. په یاد ولرئ چې دا ستونزې د لاټرو مسودې په نسبتا واضح قضیه کې رامنځته کیږي. یو بل پیچلتیا رامنځته کیږي کله چې درمل د فزیکي لوټری لخوا نه ټاکل کیږي. د بیلګې په توګه، په مس او مورتیتي کې د نقديانو مطالعې کې، اضافي پوښتنې د دې انګیرنې په اړه رامنځته شوې چې د ملګرو د دندې دنده ناڅاپي ده. که دا انګیرنه په کلکه سرغړونه وي، نو کیدای شي د دوی اټکلونه تعقیب کړي. د پای ته رسولو لپاره، طبیعي تجربې کیدای شي د غیر تجرباتي معلوماتو څخه د اټکل اټکلونو لپاره یوه پیاوړې ستراتیژي وي، او د لوی معلوماتو سرچینې زموږ ظرفیت ډیروي چې په طبی تجربو کې پانګونه وکړي کله چې دوی واقع کیږي. په هرصورت، دا احتمال به د پام وړ پاملرنې ته اړتیا وي - او کله کله ځینې پیاوړې انګیرنې - له کوم اټکل سره سم چې تاسو یې غواړئ طبيعت چمتو کړئ.

دویم ستراتیژي زه غواړم تاسو ته ووایم چې د غیر تجربه شوي معلوماتو څخه د تلفاتو اټکل کولو لپاره د غیر تجربه شوي ډاټا سره په احتیاطي توګه سمون کول د هغو کسانو ترمنځ چې د درملنې تر السه کولو او ندي ترالسه کولو ترمنځ حساب کولو کې تړاو لري. لکه د ډېرو تعدیلات چلندونه شتون لري، خو زه به په يوه مطابقت په نامه باندې تمرکز وکړي. په مطابقت کې، څیړونکي د غیر تجربه شوي معلوماتو په لټه کې دي چې د جوړېدو یو څو کسان جوړ کړي چې پرته له دې چې یو درمل ترلاسه کړي او یو یې ندي. د موازنې په پروسه کې، څیړونکي په واقعیت کې هم خالص دي ؛ دا د هغو قضیو ردول دي چیرې چې کوم واضح میچ شتون نلري. په دې توګه، دا طریقه به په سمه توګه په سمه توګه د ملګری او مینځل کیدو په نوم یادیږي، مګر زه به د دوديز اصطلاح سره پاته شم: ملګری.

د لویو غیر تجرباتي معلوماتو سرچینو سره د مطابقت لرونکو ستراتیژیو د ځواک یوه بیلګه د پیرودونکو چلند په اړه د لیرین ایوناو او همکارانو (2015) . دوی د ای بی په اړه د نیلامونو په لیوالتیا کې لیوالتیا درلوده، او د دوی کار تشریح کوي، زه به د نفتو پایلو په اړه د پیل شوي قیمت قیمت، لکه د پلور قیمت یا د پلور احتمال تمرکز وکړم.

د خرڅلاو نرخ په اړه د قیمت قیمت اغیزه کولو لپاره تر ټولو غوره لاره به د ساده بیه بیه د مختلف قیمتونو سره د نیولو لپاره وروستۍ قیمت حساب کړي. دا تګلاره به ښه وي که تاسو غواړئ د پلور قیمت قیمت په پیل کې ورکړئ. مګر که ستاسو پوښتنه د ابتدايي قیمت اغیزه په اړه اندیښنه لري، نو بیا دا تګلاره به کار ونکړي ځکه چې دا د منصفانه پرتله کولو پر بنسټ ندي؛ د کم قیمت پیل کولو سره کیدای شي د هغو قیمتونو څخه توپیر ولري چې لوړ قیمتونه لري (د بیلګې په توګه، دوی ممکن د توکو مختلف ډولونو لپاره وي یا د پلور مختلف ډولونه شامل وي).

که تاسو د هغو تجربو څخه خبرتیا لرئ چې د غیر تجربه لرونکو معلوماتو څخه د اټکل اټکل کولو په وخت کې رامنځ ته کیدی شي، تاسو ممکن د نوي کړنالرې پریږدئ او د ساحې تجربه په پام کې ونیسئ چیرته چې تاسو به یو ځانګړي توکي وپلورئ - ووایاست، د ګالف کلب - یو ثابت شوی د نیلام پیرامیټونه وټاکئ - ووایه، وړیا تجهیزات او نیلامی د دوو اوونیو لپاره پرانېستی - مګر په بی ترتیب سره د قیمت قیمت ټاکل شوي. د پایلې د بازار پایلې پرتله کولو سره، دا ساحه تجربه به د پلور قیمت په پیل کې د قیمت قیمت ډیر روښانه اندازه وړاندې کړي. مګر دا اندازه به یوازې په یوه ځانګړي محصول کې تطبیق او د نیلامی پیرامیټونو ټاکلو لپاره. پایلې ممکن مختلف وي، د بیلګې په توګه، د مختلفو ډولونو لپاره. د یوې پیاوړې نظریې پرته، دا ستونزمنه ده چې د دې یو تجربه څخه د ممکنه تجربو بشپړ لړۍ ته وغځول شي چې ممکن پرمخ ځي. برسېره پردې، د ساحې تجربې په کافی اندازه ګران دي چې دا به د هر ډول توپیر چې تاسو یې هڅه کول غواړئ د چلولو وړ نه وي.

د ژوند او تجربې تګلارې برعکس ایونیو او همکارانو دریم کړنلاره ترلاسه کړه: مطابقت لري. د دوی په ستراتیژی کې اصلي چټکه د ساحو تجربو سره ورته چې د ای بی په اړه پیښیږي ورته وپیژني. د بیلګې په توګه، 2.8 شمیره د 31 ګالفونو ځینې نمونې ښیي چې د ورته ګالف کلب لپاره - د Taylormade Burner 09 ډرایور پلور په ریښتیا ورته پلورونکي - "بودیجې ګولفر" لخوا پلورل کیږي. په هرصورت، دا 31 لیستونه لږ توپیرونه لري، لکه بیلګې بیه، د پای نیټې، او د لیږد فیسونه. په بل عبارت، داسې ښکاري چې "بودیجه ګولر" د څیړونکو لپاره تجربې چلوي.

د Taylormade Burner 09 ډرورور دغه لیستونه د "بودیجې ګولفر" لخوا پلورل کیږي د لیستونو لیست یوه بیلګه ده، چیرته چې ورته توکي د ورته پلور پلورونکي لخوا پلورل کیږي، مګر هر ځل د یو څه بیلابیلو ځانګړتیاو سره پلورل کیږي. د ای بی د لویو لوګو دننه په لفظي ډول په سلګونه زره سمون شوي سیسټمونه په میلیونونه لیستونه شامل دي. په همدې توګه، د ټاکل شوی قیمت سره د ټولو سایټونو لپاره د وروستی نرخ پرتله کولو پرته، ایینوف او همکاران د ملګری سیسټمونو په پرتله پرتله کوي. د دې سلګونو زرو مخلوطو سیالیو کې د پرتله کولو سره د ګډې پایلې لپاره، ایینوف او همکارانو د هر توکي د حوالې ارزښت سره سم د پیل قیمت او وروستی نرخ) د مثال په توګه، د اوسط پلور پلور قیمت (. د بېلګې په توګه، که چېرې د Taylormade Burner 09 ډرامه درلوده $ 100 (د پلورنې پر بنسټ) د حوالې ارزښت، نو د $ 10 قیمت پیل به 0.1 او د 120 په توګه د 120 ډالرو وروستۍ قیمت وټاکل شي.

2.8 شکل: د موازنې سیسټم یوه بیلګه. دا د ورته ګالف کلب) Taylormade Burner 09 Driver (ورته سمه ده) د "بودیجې ګولفر" لخوا پلورل کیږي، مګر ځینې یې دا پلورونه په بېالبېلو شرایطو کې ترسره شوي) د بیلګې په توګه، مختلف پیل شوي قیمتونه (. د Einav et al. (2015) څخه د اجازې بیاکتنه Einav et al. (2015) ، 1b شمیرې.

یادونه وکړئ چې اییناو او همکاران د لینځلو پایلو په اړه د پیل شوي نرخ اغیزه لري. لومړی، دوی د لینډیر تکرار څخه کار اخیستل ترڅو اټکل وکړي چې لوړ قیمتونه د پلور احتمال کموي، او د پیل شوي نرخونو لوړ قیمت د پلورنې وروستی نرخ لوړوي) د خرڅلاو پیښیدل په شرط شرط (. په خپله، دا اټکلونه - کوم چې د لینار اړیکه تشریح کوي او د ټولو محصوالتو په پرتله معمول دي - دا ټول هغه زړه پورې نه دي. بیا، اییناو او همکارانو د خپلو ډیرو ډیرو معلوماتو کارولو لپاره د مختلفو اټکلونو اټکل کولو لپاره کارولو. د بیلګې په توګه، د مختلف قیمتونو بیالبیلو قیمتونو لپاره په جلا توګه د اندازې اټکل کولو سره، دوی وموندل چې د پیل شوي قیمت او پلور نرخ ترمنځ اړیکه غیر لینډر دی) 2.9 شکل (. په ځانګړې توګه، د 0.05 او 0.85 تر منځ د نرخونو لپاره، پیل شوي نرخ په پلور پلور کې ډیر لږ تاثیر لري، هغه موندنې چې په بشپړه توګه د دوی لومړی تحلیل له لاسه ورکړې. سربېره پردې، د ټولو توکو د اندازې پرځای، ایینو او همکارانو د توکو د 23 مختلفو کټګوریو لپاره د پیل قیمت) د مثال په توګه د پالتو تجهیزاتو، برقیاتو، او د ورزش یادونه ((2.10 شمیره). دا اټکل ښیې چې د نورو ځانګړو توکو لپاره - لکه د یادولو وړ قیمت قیمت د پلور احتمال او د وروستي پلور قیمت کې خورا لوی تاثیر لري. برسېره پردې، د نورو توکو لپاره لکه لکه ډیویډز - د پیل پیل شوی قیمت نږدې وروستی نرخ باندې هیڅ اغیزه نلري. په بل عبارت، د اوسط کوم چې د توکو مختلفو کټګورۍ څخه پایلې راټولوي د دې وسیلو ترمنځ مهم توپیرونه پټوي.

2.9 شکل: د نیل پیل کولو قیمت او د پلور احتمال امکانات) الف (او د پلور قیمت) ب (. د پیل قیمت او د خرڅلاو احتمال تر مینځ نږدې صفر اړیکه شتون لري، مګر د پیل قیمت او د پلور نرخ ترمنځ غیر نینځ اړیکې؛ د 0.05 او 0.85 تر منځ د قیمتونو د پیل لپاره، د پیل قیمت د پلور پلور په اړه ډیر لږ تاثیر لري. په دواړو حالتونو کې، اړیکې اساسا د شتمنیو ارزښت څخه خپلواک دي. د Einav et al. (2015) څخه تطبیق شوی Einav et al. (2015) ، د 4a او 4b شمیرې.

شکل 2.10: د توکو د هرې کټګورۍ اټکل؛ ډک ډټ د ټولو هغو کټګوریو لپاره اټکل دی چې یوځای شوی (Einav et al. 2015) . دا اټکل ښیې چې د نورو ځانګړو توکو لپاره لکه یادونه - د پیل شوي قیمت د پلور احتمال ( \(x\) -کسیزونو باندې لږ اثر لري) او د وروستي پلور نرخ باندې لوی اغیزه ( \(y\) اوکسس). د Einav et al. (2015) څخه تطبیق شوی Einav et al. (2015) ، 8 ماده.

حتی که تاسو د ای بی په اړه په ځانګړي ډول دلچسپي نه لرئ، تاسو باید 2.9 ته اشاره وکړئ او 2.10 شمیره یې د ساده اټکلونو په پرتله د ای بی د بډای پوهولو وړاندیز وکړئ چې د لینار اړیکه تشریح او د مختلفو توکو ډلبندۍ تشریح کوي. سربېره پردې، سره له دې چې دا به په ساینسي ډول ممکنه وي چې د ساحې تجربو سره د دې ډیری نیمګړ اټکلونو رامنځته کولو لپاره، دا لګښت به دا ډول تجربې په ناممکن ډول ترسره کړي.

لکه د طبیعي تجربو په څیر، یو شمېر لارې شتون لري چې سمون یې د خراب اټکلونو سبب کیږي. زه فکر کوم چې د مطابقت لرونکو اټکلونو ترټولو لوی اندیښنه دا ده چې دوی د هغه شیانو لخوا باثباته وي چې په مطابقت کې نه کارول شوي. د بیلګې په توګه، د دوی په اصلي پایلو کې، اییناو او همکارانو څلور ځانګړتیاوې سمې کړې: د پلورونکي د شمېره نمبر، د توکو کټګورۍ، د توکي عنوان، او فرعي مضمون. که توکي په داسې طریقو کې وو چې د کارولو لپاره یې کارول شوي، نو بیا دا یو غیر منصفانه پرتله کولی شي. د مثال په توګه، که "بودیجې ګولفر" د ژمي په مهال د Taylormade Burner 09 ډرور قیمتونه) کله چې ګالف کلبونه خورا مشهور وي (، نو دا ښایي چې ښکته ټیټ نرخونه وروستي قیمتونو ته الر پیدا کړي، په حقیقت کې دا به د آثارو بڼه وي د غوښتنې په موسم کې توپیر. د دې اندېښنو د حل کولو لپاره یوه لاره د ډیری مختلفو سره د سمون کولو هڅه کوي. د مثال په توګه، اییناو او همکارانو خپل تحلیل تکرار کړل پداسې حال کې چې د وخت کړکۍ سره سم د موازینو لپاره کارول کیږي) په مل شوي ترتیبونو کې یې په یوه کال کې، په یوه میاشت کې، او په هماغه وخت کې (په پلور کې شامل و. په خوشبختۍ سره، دوی د هر وخت کړکۍ لپاره ورته پایلې وموندلې. بله اندیښنه چې د تفسیر څخه د مطابقت را منځ ته کول دي. د موازینو اټکل یوازې یوازې د ملګری معلوماتو لپاره کارول کیږي؛ دوی هغه قضیې په نښه نه کوي چې نشي ورته کیدی. د بیلګې په توګه، د هغو توکو لپاره چې د ډیری لیستونو درلودونکو څیړنو محدوده کولو، اییناو او همکاران په مسلکي او نیمه مسلکي پلورونکو تمرکز کوي. په دې توګه، کله چې د دې پرتله کولو تفسیر کول موږ باید په یاد ولرو چې دوی یوازې د ایب د دې فرعي برخې ته غوښتن لیک ورکوي.

مطابقت ورکول په غیر تجرباتي معلوماتو کې د منصفانه پرتله کولو لپاره یو پیاوړی ستراتیژي ده. د ډیری ټولنیزو ساینس پوهانو لپاره، د دویم ځل لپاره تجربه د تجربې لپاره غوره ده، مګر دا یو باور دی چې بیاکتنه کیدای شي، لږ څه. په پراخه کچه ډاټا کې کولی شي د وړو ساحو تجربو څخه غوره وي کله چې) 1 (د اغیزې اثرات مهم وي او) 2 (مهم متغیرونه چې د موازین لپاره اړین وي اندازه کیږي. جدول 2.4 د نورو معلوماتو بیلګې وړاندې کوي چې د لوی ارقامو سرچینو سره سمون څنګه کارول کیدی شي.

په پایله کې، د غیر تجربې ډاټا څخه د تاثیراتو اغیزو اټکل ستونزمن دی، مګر داسې الرې لکه طبیعی تجربې او احصایه سمونونه (د مثال په توګه، موازنه) کیدای شي کارول شي. په ځینو حاالتو کې، دا طریقې کولی شي خرابه شي، مګر کله چې په پام سره ځای پر ځای شوي وي، دا تګلارې د تجربوي کړنالرې لپاره ګټورې بشپړتیا وي چې زه په څلورم څپرکی کې تشریح کوم. برسیره پردې، دا دوه تګلارې په ځانګړې توګه د تل د ودې څخه د ګټې اخیستنې احتمال ښکارندوی کوي - په لویو معلوماتو سیسټمونو کې.