4.4.2 heterogenecon de traktado efikoj

Eksperimentoj kutime mezuras la averaĝa efikon, sed la efekto povas esti malsamaj por diversaj homoj.

La dua kerna ideo por movi preter simplaj eksperimentoj estas heterogeneco de traktado efektoj. La eksperimento de Schultz et al. (2007) potence ilustras kiel la sama traktado povas havi malsamajn efikojn sur malsamaj specoj de homoj (Figuro 4.4), sed tiu analizo de heterogeneco estas sufiĉe nekutima por analoga aĝo eksperimento. Plej analoga aĝo eksperimentoj impliki malmulto de partoprenantoj kiuj estas traktitaj kiel interŝanĝeblaj "widgets" ĉar malmulte pri ili estas nomita antaŭ-traktado. En cifereca eksperimentoj tamen tiuj datumoj limigoj estas malpli komuna ĉar esploristoj tendencas havi pli partoprenantoj kaj scias pli pri ili. En ĉi malsamajn datumojn medio, ni povas taksi heterogeneco de traktado efektoj por disponigi indicojn pri kiel la traktado funkcias, kiel povas esti plibonigita, kaj kiel ĝi povas esti celataj por tiuj plejparte verŝajna profitigi.

Du ekzemploj de heterogeneco de traktado efektoj en la kunteksto de sociaj normoj kaj energio uzo venas de kroma esplorado sur la Hejma Energio Raportoj. Unue Allcott (2011) uzis la granda samplograndeco (600.000 hejmoj) por plue fendi la specimeno kaj taksi la efikon de la Home Energy Raporto de decile de antaŭ-traktado energio uzado. Dum Schultz et al. (2007) trovis diferencojn inter peza kaj malpeza uzantoj, Allcott (2011) trovis ke ekzistis ankaŭ diferencoj ene de la peza kaj malpeza uzanto grupo. Ekzemple, la plej peza uzantoj (tiuj en la supro decile) reduktis lian energion uzado duoble pli ol iu en la mezo de la peza uzanto grupo (Figuro 4.7). Plui, taksanta la efikon de antaŭ-traktado konduto ankaŭ malkaŝis ke ne estis bumerango efiko eĉ por la plej malpeza uzantoj (Figuro 4.7).

Figuro 4.7: heterogenecon de traktado efektoj en Allcott (2011). La malkresko en energio uzo malsamis por homoj en malsamaj deciles de bazo uzado.

Figuro 4.7: heterogenecon de traktado efektoj en Allcott (2011) . La malkresko en energio uzo malsamis por homoj en malsamaj deciles de bazo uzado.

En rilata studo, Costa and Kahn (2013) konjektis ke la efikeco de la Home Energy Raporti povus varii bazita sur partoprenanto politika ideologio kaj ke la traktado efektive povus kaŭzi personoj kun iuj ideologioj pliigi ilian elektro uzo. Alivorte, ili konjektis ke la Home Energy Raportoj eble kreante bumerango efekton por iuj tipoj de personoj. Taksi tiun eblon, Costa kaj Kahn kunfandis la Opower datumojn kun datumoj akiri de triaj agregador kiu inkludis informojn kiel politika partio registriĝo, donacoj al medio organizoj kaj domanaro partopreno en renovigebla energio programoj. Kun tiu kunfandita datumaro, Costa kaj Kahn trovis ke la Home Energy Raportoj produktitaj larĝe similaj efektoj por partoprenantoj kun malsamaj ideologioj; ekzistis neniu indico ke ajna grupo ekspoziciis bumerango efektoj (Figuro 4.8).

Figuro 4.8: heterogenecon de traktado efektoj en Costa kaj Kahn (2013). La laŭtaksa mezumo traktado efekto por la tuta provaĵo estas -2,1% [-1,5%, -2,7%]. Kombinante informojn de la eksperimento kun informoj pri la hejmoj Costa kaj Kahn (2013) uzis serion de statistikaj modeloj taksi la traktado efiko por tre apartaj homgrupoj. Du taksoj estas prezentitaj por ĉiu grupo ĉar la taksoj dependas la covariates ili inkludas en siaj statistikaj modeloj (vidu modeligi 4 kaj modelo 6 en Tabelo 3 kaj Tablo 4 en Costa kaj Kahn (2013)). Kiel tiu ekzemplo ilustras, traktado efikoj povas esti malsamaj por diversaj homoj kaj taksoj de traktado efektoj kiuj venas de modeloj estadísticos povas dependi sur la detaloj de tiuj modeloj (Grimmer, Messing, kaj Westwood 2014).

Figuro 4.8: heterogenecon de traktado efektoj en Costa and Kahn (2013) . La laŭtaksa mezumo traktado efekto por la tuta provaĵo estas -2,1% [-1,5%, -2,7%]. Kombinante informojn de la eksperimento kun informoj pri la hejmoj Costa and Kahn (2013) uzis serion de statistikaj modeloj taksi la traktado efiko por tre apartaj homgrupoj. Du taksoj estas prezentitaj por ĉiu grupo ĉar la taksoj dependas la covariates ili inkludas en siaj statistikaj modeloj (vidu modeligi 4 kaj modelo 6 en Tabelo 3 kaj Tablo 4 en Costa and Kahn (2013) ). Kiel tiu ekzemplo ilustras, traktado efikoj povas esti malsamaj por diversaj homoj kaj taksoj de traktado efektoj kiuj venas de modeloj estadísticos povas dependi sur la detaloj de tiuj modeloj (Grimmer, Messing, and Westwood 2014) .

Kiel tiuj du ekzemploj ilustras, en la cifereca erao, ni povas movi de taksanta mezumon traktado efektoj por taksanta la heterogenecon de traktado efikojn ĉar ni povas havi multaj pli partoprenantoj kaj ni scias pli pri tiuj partoprenantoj. Lerni pri heterogeneco de traktado efikoj povas ebligi celado de traktado kie estas plej efika, provizas faktoj kiuj stimulas novan teorion disvolviĝo kaj provizi sugestojn pri ebla mekanismo, la temo al kiu mi nun turnas.