4.4.2 heterogeniškumas gydymo poveikių

Paprastai eksperimentai matuoja vidutinį poveikį, tačiau poveikis tikriausiai nėra vienodas visiems.

Antroji pagrindinė idėja, kai reikia pereiti prie paprastų eksperimentų, yra gydymo efektų nevienalytiškumas . Schultz et al. (2007) Eksperimentas Schultz et al. (2007) Galingai parodo, kaip tas pats gydymas gali turėti kitokio poveikio skirtingiems žmonėms (4.4 pav.). Tačiau daugumoje analoginių eksperimentų mokslininkai sutelkė dėmesį į vidutinį gydymo poveikį, nes dalyvavo nedaug dalyvių, o apie juos buvo mažai žinoma. Tačiau skaitmeniniuose eksperimentuose dažnai yra daug daugiau dalyvių ir apie juos yra žinoma daugiau. Šioje skirtingoje duomenų aplinkoje tyrėjai, kurie ir toliau vertina tik vidutinį gydymo poveikį, praleidžia būdus, kuriais įvertinimai apie gydymo poveikių heterogeniškumą gali suteikti informacijos apie tai, kaip gydymas veikia, kaip jį galima tobulinti ir kaip jis gali būti taikomas. labiausiai tikėtina, kad bus naudinga.

Du gydymo efektų heterogeniškumo pavyzdžiai atsiranda dėl papildomų namų energijos ataskaitų tyrimų. Pirma, " Allcott (2011) didelį imties dydį (600 000 namų ūkių), siekdama dar labiau suskirstyti mėginį ir apskaičiuoti "Namų energijos" ataskaitos poveikį dėl dekilo prieš apdorojimą naudojamos energijos naudojimo. Nors Schultz et al. (2007) Allcott (2011) skirtumus tarp sunkiųjų ir lengvųjų naudotojų, Allcott (2011) , kad sunkiųjų ir lengvųjų vartotojų grupėje taip pat skiriasi. Pavyzdžiui, sunkiausi vartotojai (tie, kurie yra viršutiniame deklyje) du kartus sumažino energijos sunaudojimą, palyginti su sunkiosios grupės viduryje esančiu žmogumi (4.8 pav.). Be to, apskaičiuojant efektą pagal išankstinio apdorojimo elgseną, taip pat paaiškėjo, kad nebuvo bumerango poveikio net ir lengviausiems vartotojams (4.8 pav.).

4.8 pav. Gydymo efektų heterogeniškumas Allcott (2011). Mažesnis energijos vartojimas žmonėms skiriasi skirtingais pradiniais vartojimo deciliais. Pritaikytas iš "Allcott" (2011 m.), 8 pav.

4.8 pav. Gydymo efektų heterogeniškumas Allcott (2011) . Mažesnis energijos vartojimas žmonėms skiriasi skirtingais pradiniais vartojimo deciliais. Pritaikytas iš " Allcott (2011) , 8 pav.

Susijusiame tyrime Costa and Kahn (2013) Spektakliavo, kad namų energijos ataskaitos veiksmingumas gali skirtis atsižvelgiant į dalyvio politinę ideologiją ir kad gydymas iš tikrųjų gali sukelti žmones, turinčius tam tikrų ideologijų, padidinti savo elektros energijos naudojimą. Kitaip tariant, jie manė, kad namų energijos ataskaitos gali sukelti bumerango poveikį tam tikrų tipų žmonėms. Norėdami įvertinti šią galimybę, Kosta ir Kahn sujungė "Opower" duomenis su trečiųjų šalių suvestinės duomenimis įsigyjamais duomenimis, tokiais kaip politinės partijos registravimas, aukos aplinkosaugos organizacijoms ir namų ūkių dalyvavimas atsinaujinančios energijos programose. Su šiuo susijungusiu rinkiniu "Costa" ir "Kahn" nustatė, kad namų energijos ataskaitos iš esmės buvo panašios į dalyvius, turinčius skirtingas ideologijas; nebuvo jokių įrodymų, kad bet kuri grupė parodė bumerango poveikį (4.9 pav.).

4.9 pav. Gydymo poveikio heterotogeniškumas Kosta ir Kahne (2013 m.). Apskaičiuotas vidutinis gydymo poveikis visam ėminiui yra -2,1% (-1,5%, -2,7%). Sujungus eksperimento informaciją su informacija apie namų ūkius, Costa ir Kahn (2013 m.) Naudojo keletą statistinių modelių, skirtų vertinti gydymo poveikį labai specifinėms žmonių grupėms. Du įvertinimai pateikiami kiekvienai grupei, nes apskaičiavimai priklauso nuo jų įtrauktose statistiniuose modeliuose esančių kovariacijų (žr. 4 ir 6 modelius, pateiktus 3 ir 4 lentelėse Costa ir Kan (2013 m.)). Kaip rodo šis pavyzdys, gydymo poveikis gali būti skirtingas skirtingiems žmonėms, o statistinių modelių rezultatai gali priklausyti nuo tų modelių detalių (Grimmer, Messing ir Westwood 2014). Pritaikyta iš Costa ir Kan (2013 m.), 3 ir 4 lentelės.

4.9 pav. Gydymo poveikio heterotogeniškumas Costa and Kahn (2013) . Apskaičiuotas vidutinis gydymo poveikis visam ėminiui yra -2,1% (-1,5%, -2,7%). Sujungus eksperimento informaciją su informacija apie namų ūkius, Costa and Kahn (2013) Naudojo keletą statistinių modelių, skirtų vertinti gydymo poveikį labai specifinėms žmonių grupėms. Du įvertinimai pateikiami kiekvienai grupei, nes apskaičiavimai priklauso nuo jų įtrauktose statistiniuose modeliuose esančių kovariacijų (žr. 4 ir 6 modelius, pateiktus 3 ir 4 lentelėse Costa and Kahn (2013) ). Kaip rodo šis pavyzdys, gydymo poveikis gali būti skirtingas skirtingiems žmonėms, o statistinių modelių rezultatai gali priklausyti nuo tų modelių detalių (Grimmer, Messing, and Westwood 2014) . Pritaikyta iš Costa and Kahn (2013) , 3 ir 4 lentelės.

Kaip rodo šie du pavyzdžiai, skaitmeniniame amžiuje mes galime pereiti nuo vidutinio gydymo efekto įvertimo įvertinimo gydymo efektų heterogeniškumo, nes mes galime turėti daug daugiau dalyvių ir daugiau sužinome apie tuos dalyvius. Sužinoję apie gydymo poveikių nevienalytiškumą, galima nustatyti gydymą, kai jis yra veiksmingiausias, pateikia faktus, kurie skatina naują teoriją ir pateikia patarimų apie galimus mechanizmus, temą, į kurią aš dabar įtraukiu.