4.4.2 চিকিত্সার প্রভাব বিষমসত্ত্বতা

এক্সপেরিমেন্ট স্বাভাবিকভাবে গড় প্রভাব পরিমাপ, কিন্তু এর প্রভাব বিভিন্ন মানুষের জন্য বিভিন্ন হতে পারে.

সহজ পরীক্ষায় পরলোক সরানোর জন্য দ্বিতীয় চাবি ধারণা চিকিত্সার প্রভাব বিষমসত্ত্বতা হয়. এর পরীক্ষা Schultz et al. (2007) জোরে illustrates কিভাবে একই চিকিত্সা মানুষ (চিত্র 4.4) এর বিভিন্ন ধরণের উপর বিভিন্ন প্রভাব পড়ার সম্ভাবনা থাকে, কিন্তু বিষমসত্ত্বতা এই বিশ্লেষণ একটি এনালগ বয়স পরীক্ষা করার জন্য আসলে বেশ অস্বাভাবিক. সর্বাধিক এনালগ বয়স পরীক্ষায় যে বিনিমেয় "উইজেট" হিসাবে গণ্য করা হয়, কারণ তাদের সম্পর্কে সামান্য প্রাক চিকিত্সার পরিচিত অংশগ্রহণকারীদের একটি ছোট সংখ্যা জড়িত. ডিজিটাল পরীক্ষায় মধ্যে যাইহোক, এই তথ্য সীমাবদ্ধতার কম প্রচলিত কারণ গবেষকরা আরো অংশগ্রহণকারীদের আছে এবং তাদের সম্পর্কে আরও জানতে ঝোঁক. এই বিভিন্ন তথ্য পরিবেশে, আমরা অর্ডার কিভাবে চিকিত্সা কাজ করে, এটা কিভাবে উন্নত করা যায়, এবং কিভাবে এটা বেশিরভাগ সুফল লাভ করার সম্ভাবনা সেই লক্ষ্য করে হতে পারে সে বিষয়ে জানার প্রদান চিকিৎসার প্রভাব বিষমসত্ত্বতা অনুমান করতে পারেন.

সামাজিক নিয়ম ও শক্তি ব্যবহারের প্রেক্ষাপটে চিকিত্সার প্রভাব বিষমসত্ত্বতা দুটি উদাহরণ হোম এনার্জি রিপোর্ট অতিরিক্ত গবেষণা থেকে আসা. প্রথমত, Allcott (2011) বৃহৎ নমুনা আকার (600,000 পরিবারে) ব্যবহৃত আরও নমুনা বিভক্ত এবং প্রাক চিকিত্সার শক্তি ব্যবহারের decile দ্বারা হোম এনার্জি রিপোর্টের প্রভাব অনুমান করার জন্য. যদিও Schultz et al. (2007) পাওয়া ভারী এবং হালকা ব্যবহারকারীদের মধ্যে পার্থক্য, Allcott (2011) দেখা যায়, সেখানে ভারী এবং হালকা ব্যবহারকারী দলের মধ্যে পার্থক্য ছিল. উদাহরণস্বরূপ, গুরুতম ব্যবহারকারী (শীর্ষ decile ঐ) ভারী ব্যবহারকারী গ্রুপ (চিত্র 4.7) এর মাঝখানে কেউ হিসাবে দুইবার হিসাবে অনেক তাদের শক্তি ব্যবহার হ্রাস. উপরন্তু, প্রাক চিকিত্সার আচরণ দ্বারা প্রভাব আনুমানিক হিসাব প্রকাশ যে সেখানে এমনকি হালকা ব্যবহারকারী (চিত্র 4.7) জন্য একটি বুমের্যাং প্রভাব ছিল না.

চিত্র 4.7: Allcott (2011) চিকিৎসাধীন প্রভাব বিষমসত্ত্বতা. শক্তি ব্যবহার হ্রাস বেসলাইন ব্যবহারের বিভিন্ন deciles মানুষের জন্য ভিন্ন ছিল.

চিত্র 4.7: চিকিৎসার প্রভাব বিষমসত্ত্বতা Allcott (2011) . শক্তি ব্যবহার হ্রাস বেসলাইন ব্যবহারের বিভিন্ন deciles মানুষের জন্য ভিন্ন ছিল.

একটি সংশ্লিষ্ট গবেষণায়, Costa and Kahn (2013) যে হোম এনার্জি রিপোর্টের কার্যকারিতা একটি অংশগ্রহণকারীর রাজনৈতিক মতাদর্শের উপর এবং যে চিকিত্সা আসলে নির্দিষ্ট মতাদর্শের মানুষ তাদের বিদ্যুৎ ব্যবহার বাড়াতে কারণ হতে পারে ভিত্তি করে পরিবর্তিত হতে পারে অনুমান. অন্য কথায়, তারা ধারণা করে বাসা এনার্জি রিপোর্ট মানুষের কিছু ধরনের জন্য একটি বুমের্যাং প্রভাব তৈরি করা যেতে পারে. এই সম্ভাবনা মূল্যায়ণ করতে কোস্টা এবং কানের একটি তৃতীয় পক্ষের সংযোগকারী যে ধরনের রাজনৈতিক দল নিবন্ধন, পরিবেশ প্রতিষ্ঠান থেকে অনুদান, এবং নবায়নযোগ্য জ্বালানি কর্মসূচির মধ্যে পরিবারের অংশগ্রহণ তথ্য অন্তর্ভুক্ত থেকে ক্রয় তথ্য দিয়ে Opower তথ্য মার্জ. এই মার্জ ডেটা সেটটি সঙ্গে, কোস্টা এবং কান পাওয়া যে হোম এনার্জি রিপোর্ট উত্পাদিত বিভিন্ন মতাদর্শের সঙ্গে অংশগ্রহণকারীদের জন্য বিস্তৃতভাবে অনুরূপ প্রভাব; কোন প্রমাণ যে কোনো গ্রুপ বুমের্যাং প্রভাব (চিত্র 4.8) প্রদর্শিত ছিল.

চিত্র 4.8: কোস্টা এবং কান (2013) চিকিৎসাধীন প্রভাব বিষমসত্ত্বতা. সমগ্র নমুনা জন্য আনুমানিক গড় চিকিত্সার প্রভাব -2,1% [-1,5%, -2,7%] হয়. পরিবারে সম্পর্কে তথ্য নিয়ে পরীক্ষা-নিরীক্ষা থেকে তথ্য মিশ্রন দ্বারা, কোস্টা এবং কান (2013) মানুষ খুব নির্দিষ্ট দলের জন্য চিকিত্সার প্রভাব অনুমান করার জন্য পরিসংখ্যানগত মডেলের একটি সিরিজ ব্যবহৃত. কারণ অনুমান covariates তারা পরিসংখ্যানগত মডেল অন্তর্ভুক্ত উপর নির্ভর করে দুটি অনুমান প্রতি দলের জন্য উপস্থাপন করা হয় (4 এবং মডেল 6 টেবিল 3 এবং টেবিল 4 মডেল কোস্টা এবং কান (2013) এ দেখুন). (বেশি কঠোর, সেনাবিভাগে মেসে খাবার, এবং Westwood 2014) এই উদাহরণ তুলে ধরে বলেন, চিকিত্সার প্রভাব বিভিন্ন মানুষ এবং চিকিত্সার প্রভাব অনুমান যে পরিসংখ্যানগত মডেল থেকে আসা ঐ মডেলের বিবরণ উপর নির্ভর করতে পারেন ভাষার জন্য আলাদা হতে পারে.

চিত্র 4.8: চিকিৎসার প্রভাব বিষমসত্ত্বতা Costa and Kahn (2013) . সমগ্র নমুনা জন্য আনুমানিক গড় চিকিত্সার প্রভাব -2,1% [-1,5%, -2,7%] হয়. পরিবারে সম্পর্কে তথ্য নিয়ে পরীক্ষা-নিরীক্ষা থেকে তথ্য মিশ্রন দ্বারা, Costa and Kahn (2013) মানুষ খুব নির্দিষ্ট দলের জন্য চিকিত্সার প্রভাব অনুমান করার জন্য পরিসংখ্যানগত মডেলের একটি সিরিজ ব্যবহৃত. কারণ অনুমান covariates তারা পরিসংখ্যানগত মডেল অন্তর্ভুক্ত উপর নির্ভর করে দুটি অনুমান প্রতি দলের জন্য উপস্থাপন করা হয় (4 এবং মডেল 6 টেবিল 3 এবং টেবিল 4 মডেল দেখতে Costa and Kahn (2013) ). এই উদাহরণ তুলে ধরে বলেন, চিকিত্সার প্রভাব বিভিন্ন মানুষ এবং চিকিত্সার প্রভাব অনুমান যে পরিসংখ্যানগত মডেল থেকে আসা ঐ মডেলের বিবরণ উপর নির্ভর করতে পারেন জন্য বিভিন্ন হতে পারে (Grimmer, Messing, and Westwood 2014) .

এই দুটি উদাহরনগুলো থেকে দেখা যায়, ডিজিটাল যুগে, আমরা চিকিত্সার প্রভাব বিষমসত্ত্বতা প্রাক্কলনে আমরা আরো অনেক অংশগ্রহণকারীদের থাকতে পারে এবং আমরা যারা অংশগ্রহণকারীদের সম্পর্কে আরো জানতে কারণ গড় চিকিত্সার প্রভাব আনুমানিক হিসাব থেকে স্থানান্তর করতে পারেন. চিকিত্সার প্রভাব বিষমসত্ত্বতা সম্পর্কে শেখা একটি চিকিত্সা যেখানে এটি সবচেয়ে কার্যকর হয় লক্ষ্য সক্রিয় করতে পারেন, তথ্য যে নতুন তত্ত্বের উন্নয়ন উদ্দীপিত প্রদান এবং একটি সম্ভাব্য প্রক্রিয়া, বিষয় আমি এখন যা ঘুরে সম্পর্কে নির্দেশ প্রদান.