Deneyler sırasında kendi kendine seçim yanlılığı

etkisini değerlendirmek için rastgele bir deney yürüttüğünüzü varsayalım , işsiz insanlar için bazı eğitim programlarının üzerine geleceğini düşünün. Ayrıca zaman aldığını varsayalım : belki birkaç ay sürer.$X$$Y$$X$

Rastgeleleştirdiğiniz için başlangıçta kendi seçim önyargısı konusunda endişelenmenize gerek yoktur. Ancak sırasında , bazı insanlar kendileri için faydalı olduğunu fark edecekler ve diğerleri zamanlarını boşa harcadıklarının farkında olabilirler.$X$$X$

Sonuç olarak, programdan ayrılan insanlar arasında, tedavi etkisinin daha küçük olacağı daha yüksek oranda ajan olması beklenebilir. Bu, tedavi etkisinin aşırı tahmin edilmesine neden olabilir.

Sorularım :

• Bu tür önyargı literatürde randomize deneyler üzerine tartışılıyor mu?
• Kanonik bir adı var mı?
• Araştırmacı bunu kontrol etmeye çalışıyor mu ve evet ise nasıl?

Görünüşe göre buna yıpranma sapması denir . Hayatta kalma yanlılığına çok benzer . Bu makale Heckman düzeltmesi kullanarak düzeltilmesini önermektedir . Eğilim skoru eşleştirmesi de biraz yardımcı olabilir . Her ikisiyle de deneyimlerim karışık, ancak yaygın olarak kullanılıyor. Ortamınıza en uygun yaklaşımın hangisi olduğunu bulmalısınız.

Son bir düzenleme: Ortalama tedavi etkisini sınırlamaktan bahseden bu iki makale de sizin için yararlı olabilir.

Bu makalenin sizin için yararlı olabileceğini düşünüyorum. Heckman'ın UChicago'daki Rodrigo Pinto adlı öğrencilerinden birinin iş piyasası makalesi . Bildiri, "Kontrollü Bir Deneyde Seçim Yanlılığı: Fırsata Geçme Örneği" başlığını taşıyor. MTO deneyinde, kupon atama mekanizması rasgele idi ancak kuponu alanların sadece yarısı fiilen hareket etti. Bu, bir sorun yaratır çünkü olağan analiz (tedavi edilen veya tedavi etme niyetindeki tedavi etkisi) bize yalnızca bir fiş almanın nedensel etkisini söyleyecektir. Ancak, kuponu almak yerine yeni mahallenin nedensel etkisiyle ilgileniyoruz. Tedavi edilen tipik tedavinin, kesin yorumlara sahip bileşenlere nasıl ayrıştırılacağını gösterir. Yani yeni mahallenin nedensel etkisini izole ediyor.

Bakabileceğiniz bir diğer şey de "Tedavi etme niyeti analizi" dir . Wikipedia'dan,

Bir deneyin sonuçlarının tedavi etme niyeti (ITT) analizi, sonunda alınan tedaviye değil, ilk tedavi atamasına dayanır. ITT analizi, katılımcıların çalışmadan rasgele yıpranması veya çapraz geçiş gibi müdahale araştırmalarında ortaya çıkabilecek çeşitli yanıltıcı eserlerden kaçınmayı amaçlamaktadır.

Bu aradığınızla eşleşiyor gibi görünüyor: tedaviniz başlangıçta randomize edilir ve insanlar rastgele olmayan şekilde düşer.