4.4.2 સારવાર અસરો વૈવિધ્યનો

પ્રયોગો સામાન્ય રીતે સરેરાશ અસર માપવા, પરંતુ અસર જુદા જુદા લોકો માટે અલગ અલગ હોઈ શકે છે.

સરળ પ્રયોગો બહાર ખસેડવા માટે બીજા કી વિચાર સારવાર અસરો વૈવિધ્યનો છે. ના પ્રયોગ Schultz et al. (2007) શક્તિશાળી કેવી રીતે સમજાવે જ સારવાર લોકો (આકૃતિ 4.4) વિવિધ પ્રકારના પર વિવિધ અસરો કરી શકે છે, પરંતુ વૈવિધ્યનો આ વિશ્લેષણ એનાલોગ ઉંમર પ્રયોગ માટે ખરેખર ખૂબ અસામાન્ય છે. મોટા ભાગના એનાલોગ ઉંમર પ્રયોગો કે વિનિમયક્ષમ "વિજેટો" તરીકે સમજવામાં આવે છે, કારણ કે તેમને વિશે થોડું પૂર્વ સારવાર ઓળખાય છે સહભાગીઓ એક નાની સંખ્યા સમાવેશ થાય છે. ડિજિટલ પ્રયોગો માં, જો કે, આ માહિતી પરિમાણોને ઓછા સામાન્ય છે, કારણ કે સંશોધકો વધુ સહભાગીઓ હોય છે અને તેમને વિશે વધુ જાણવા માટે વલણ ધરાવે છે. આ વિવિધ માહિતી પર્યાવરણમાં, અમે કેવી રીતે સારવાર કામ કરે છે, તે કેવી રીતે સુધારી શકાય છે, અને તે કેવી રીતે મોટે ભાગે લાભ થવાની શક્યતા છે તે માટે લક્ષ્યાંકિત કરી શકે છે તે વિશે કડીઓ પૂરી પાડે છે માટે સારવાર અસરો વૈવિધ્યનો અંદાજ કરી શકો છો.

સામાજિક ધોરણો અને ઊર્જા ઉપયોગ સંદર્ભમાં સારવાર અસરો વૈવિધ્યનો બે ઉદાહરણો હોમ એનર્જી અહેવાલો પર વધારાની સંશોધન આવે છે. પ્રથમ, Allcott (2011) મોટા નમૂના કદ (600,000 ઘરોમાં) નો ઉપયોગ વધુ નમૂનો વિભાજિત અને પૂર્વ સારવાર ઊર્જા વપરાશ decile દ્વારા હોમ એનર્જી રિપોર્ટ અસર અંદાજ. જ્યારે Schultz et al. (2007) મળી ભારે અને હળવા વપરાશકર્તાઓ વચ્ચે તફાવત, Allcott (2011) જાણવા મળ્યું છે કે ત્યાં પણ ભારે અને હળવા વપરાશકર્તા જૂથ અંદર તફાવતો હતા. ઉદાહરણ તરીકે, ભારે વપરાશકર્તાઓ (ટોચ decile તે) ભારે વપરાશકર્તા જૂથ (આકૃતિ 4.7) મધ્યમાં કોઈને બમણી ખૂબ તેમના ઊર્જા વપરાશ ઘટાડો થયો છે. વધુમાં, પૂર્વ સારવાર વર્તન દ્વારા અસર અંદાજ પણ જાણવા મળ્યું હતું કે ત્યાં પણ રૂપાળી વપરાશકર્તાઓ (આકૃતિ 4.7) માટે બૂમરેંગ અસર ન હતી.

આકૃતિ 4.7: Allcott (2011) માં સારવાર અસરો વૈવિધ્યનો. ઊર્જા વપરાશમાં ઘટાડો આધારરેખા વપરાશ વિવિધ deciles લોકો માટે અલગ હતી.

આકૃતિ 4.7: સારવાર અસરો વૈવિધ્યનો Allcott (2011) . ઊર્જા વપરાશમાં ઘટાડો આધારરેખા વપરાશ વિવિધ deciles લોકો માટે અલગ હતી.

સંબંધિત અભ્યાસમાં, Costa and Kahn (2013) કે ઘર એનર્જી રિપોર્ટ અસરકારકતા સહભાગી રાજકીય વિચારધારા પર અને તે સારવાર ખરેખર ચોક્કસ સિધ્ધાંતો સાથે લોકો તેમના વીજળી ઉપયોગ વધારવા માટે થઇ શકે આધારિત અલગ અલગ હોય શકે છે અનુમાન છે. અન્ય શબ્દોમાં, તેઓ અનુમાન છે કે હોમ એનર્જી અહેવાલો લોકો કેટલાક પ્રકારો માટે એક બૂમરેંગ અસર બનાવવા થઈ શકે છે. આ શક્યતા આકારણી કરવા માટે, કોસ્ટા અને કાહ્ન તૃતીય પક્ષ એગ્રીગેટર જેમ કે રાજકીય પક્ષ નોંધણી, પર્યાવરણ સંસ્થાઓ માટે દાન, અને નવીનીકરણીય ઊર્જા કાર્યક્રમો ઘરગથ્થુ ભાગીદારી માહિતી સમાવેશ થાય છે ખરીદી માહિતી સાથે Opower માહિતી ભળી. આ મર્જ dataset સાથે, કોસ્ટા અને કાહ્ન જાણવા મળ્યું છે કે હોમ એનર્જી અહેવાલો તૈયાર અલગ વિચારધારાઓ સાથે સહભાગીઓ માટે વ્યાપક રીતે સમાન અસરો; કોઈ પુરાવા છે કે જે કોઈપણ જૂથ બૂમરેંગ અસરો (આકૃતિ 4.8) પ્રદર્શિત કરવામાં આવી હતી.

આકૃતિ 4.8: કોસ્ટા અને કાહ્ન (2013) માં સારવાર અસરો વૈવિધ્યનો. સમગ્ર નમૂના માટે અંદાજિત સરેરાશ સારવાર અસર -2,1% [-1,5% -2,7%] છે. ઘરોમાં વિશેની જાણકારી સાથે પ્રયોગ પાસેથી માહિતી એકત્ર કરીને, કોસ્ટા અને કાહ્ન (2013) લોકો ખૂબ જ ચોક્કસ જૂથો માટે સારવાર અસર અંદાજ આંકડાકીય મોડલ શ્રેણીબદ્ધ ઉપયોગ થાય છે. કારણ કે અંદાજ covariates તેઓ તેમના આંકડાકીય મોડેલોમાં સમાવેશ થાય છે પર આધાર રાખે છે બે અંદાજ દરેક જૂથ માટે રજૂ કરવામાં આવે છે (4 અને મોડેલ 6 ટેબલ 3 અને ટેબલ 4 મોડલ કોસ્ટા અને કાહ્ન (2013) માં જુઓ). (Grimmer, ગડબડ, અને વેસ્ટવુડ 2014) આ ઉદાહરણ સમજાવે છે કે, સારવાર અસરો વિવિધ લોકો અને સારવાર અસરો અંદાજ છે કે આંકડાકીય મોડલ આવે તે મોડેલો વિગતો પર આધાર રાખે છે શકે માટે અલગ અલગ હોઈ શકે છે.

આકૃતિ 4.8: સારવાર અસરો વૈવિધ્યનો Costa and Kahn (2013) . સમગ્ર નમૂના માટે અંદાજિત સરેરાશ સારવાર અસર -2,1% [-1,5% -2,7%] છે. ઘરોમાં વિશેની જાણકારી સાથે પ્રયોગ પાસેથી માહિતી એકત્ર કરીને, Costa and Kahn (2013) લોકો ખૂબ જ ચોક્કસ જૂથો માટે સારવાર અસર અંદાજ આંકડાકીય મોડલ શ્રેણીબદ્ધ ઉપયોગ થાય છે. કારણ કે અંદાજ covariates તેઓ તેમના આંકડાકીય મોડેલોમાં સમાવેશ થાય છે પર આધાર રાખે છે બે અંદાજ દરેક જૂથ માટે રજૂ કરવામાં આવે છે (4 અને મોડેલ 6 ટેબલ 3 અને ટેબલ 4 મોડલ જોવા Costa and Kahn (2013) ). આ ઉદાહરણ સમજાવે છે કે, સારવાર અસરો વિવિધ લોકો અને સારવાર અસરો અંદાજ છે કે આંકડાકીય મોડલ આવે તે મોડેલો વિગતો પર આધાર રાખે છે શકે માટે અલગ અલગ હોઈ શકે છે (Grimmer, Messing, and Westwood 2014) .

આ બે ઉદાહરણો સમજાવે છે, ડિજિટલ વય માં, અમે સારવાર અસરો વૈવિધ્યનો અંદાજો અમે ઘણા વધુ સહભાગીઓ હોઈ શકે છે અને અમે તે સહભાગીઓ વિશે વધુ જાણવા કારણ કે સરેરાશ સારવાર અસરો અંદાજ ખસેડી શકો છો. સારવાર અસરો વૈવિધ્યનો વિશે શીખવી સારવાર જ્યાં તે સૌથી વધુ અસરકારક છે લક્ષ્ય સક્રિય કરી શકો છો, તથ્યો કે નવી થીયરી વિકાસ ઉત્તેજીત પૂરી પાડે છે, અને શક્ય પદ્ધતિ, વિષય હવે હું જે ચાલુ કરવા માટે વિશે જાણી પૂરી પાડે છે.