4.4.2 Неоднорідність ефектів лікування

Експерименти зазвичай вимірюють середній ефект, але ефект може бути різним для різних людей.

Друга ключова ідея виходить за рамки простих експериментів є гетерогенність ефектів лікування. Експеримент Schultz et al. (2007) і Schultz et al. (2007) потужно ілюструє , як же лікування може різне вплив на різних людей (Малюнок 4.4), але цей аналіз неоднорідності насправді досить незвично для аналогового віку експерименту. Більшість аналогових експериментів віку включають невелике число учасників, які розглядаються як взаємозамінні "віджетів", тому що про них мало відомо попередньої обробки. У цифрових експериментах, однак, ці обмеження даних є менш поширеними, оскільки дослідники, як правило, мають більше учасників і дізнатися про них більше. У цій іншому середовищі даних, ми можемо оцінити гетерогенність ефектів лікування, з тим щоб забезпечити підказки про те, як працює лікування, як вона може бути поліпшена, і як вона може бути спрямована на тих, хто в основному ймовірно, буде дуже корисним.

Два приклади гетерогенності ефектів лікування в контексті соціальних норм і використання енергії відбуваються з додаткових досліджень на Home Energy Reports. По- перше, Allcott (2011) використовував великий розмір вибірки (600000 сімей) для подальшого поділу зразка і оцінити вплив енергетичного Report Home по децильних використання енергії попередньої обробки. У той час як Schultz et al. (2007) і Schultz et al. (2007) виявили відмінності між важкими і легкими користувачами, Allcott (2011) виявили , що існують також відмінності у важкій та легкій групи користувачів. Наприклад, користувачі (важкі ті у верхній деціле) скоротили споживання енергії вдвічі більше, ніж хто-то в середині важкої групи користувачів (малюнок 4.7). Крім того, оцінюючи ефект від поведінки до початку лікування також показало, що не було ефекту бумеранга навіть для самих легких користувачів (Малюнок 4.7).

Малюнок 4.7: гетерогенність ефектів лікування в Allcott (2011) . Зниження споживання енергії була різна для людей в різних децилів базового використання.

В аналогічному дослідженні, Costa and Kahn (2013) припустив , що ефективність енергетичного Report Home може варіюватися в залежності від політичної ідеології учасника і що лікування може фактично викликати у людей з певними ідеологіями , щоб збільшити їх споживання електроенергії. Іншими словами, вони припустили, що Головна Енергія Звіти можуть створити ефект бумеранга для деяких типів людей. Щоб оцінити цю можливість, Коста і Кан об'єднані дані Оповер з даними, придбаних у сторонніх агрегатор, яка включала інформацію, таку як реєстрація політичних партій, пожертвувань організацій навколишнього середовища, а також участь в програмах побутового використання поновлюваних джерел енергії. За допомогою цього набору даних об'єднаному, Коста і Кан виявив, що Головна Енергія Звіти виробництва в цілому аналогічні ефекти для учасників з різними ідеологіями; не було ніяких доказів того, що будь-яка група виставлені бумеранга ефекти (Малюнок 4.8).

Малюнок 4.8: гетерогенність ефектів лікування в Costa and Kahn (2013) . За оцінками, середній ефект лікування для всієї вибірки становить -2,1% [-1,5%, -2,7%]. Комбінуючи інформацію з експерименту з інформацією про домашніх господарствах, Costa and Kahn (2013) використовували ряд статистичних моделей для оцінки ефекту лікування для дуже специфічних груп людей. Дві оцінки представлені для кожної групи , тому що оцінки залежать від коваріантамі вони включили в свої статистичні моделі (див Модель 4 і модель 6 в таблицях 3 і 4 в Costa and Kahn (2013) ). Як показує цей приклад, ефект лікування може бути різним для різних людей і оцінки ефектів лікування , які надходять зі статистичних моделей може залежати від деталей цих моделей (Grimmer, Messing, and Westwood 2014) .

Оскільки ці два приклади ілюструють, в епоху цифрових технологій, ми можемо перейти від оцінки середніх ефектів лікування для оцінки гетерогенність ефектів лікування, тому що ми можемо мати набагато більше учасників, і ми знаємо більше про тих учасників. Вивчення гетерогенності ефектів лікування може дозволити адресність лікування, де вона найбільш ефективна, забезпечують факти, які стимулюють нові розробки теорії і надати підказки про можливий механізм, тема, до якої я тепер переходжу.