2.4.3.2 Tqabbil

Tqabbil joħolqu tqabbil ġust minn żbir bogħod każijiet.

paraguni ġusti jistgħu jiġu minn jew esperimenti kkontrollati randomised jew esperimenti naturali. Iżda, hemm ħafna sitwazzjonijiet fejn inti ma tistax tmexxi l-esperiment ideali u n-natura ma pprovdietx esperiment naturali. F'dawn il-settings, l-aħjar mod biex jinħoloq paragun ġust tqabbil. Fil tqabbil, ir-riċerkatur jistenna permezz ta 'data mhux esperimentali li joħolqu pari ta' nies li huma simili ħlief li wieħed ikun irċieva t-trattament u wieħed ma jkunx. Fil-proċess ta 'tqabbil, riċerkaturi huma attwalment żbir wkoll; jiġifieri, twarrab f'każijiet fejn hemm l-ebda paragun ovvji. Għalhekk, dan il-metodu jkun aktar jissejjaħ preċiż ta 'tqabbil u ta' żbir, imma jien ser twaħħal mal-terminu tradizzjonali: tqabbil.

Eżempju sabiħa tal-qawwa ta 'tqabbil strateġiji li jkollhom sorsi ta' data massivi mhux esperimentali ġejjin mir-riċerka dwar l-imġiba tal-konsumatur billi Liran Einav u l-kollegi (2015) . Einav u l-kollegi kienu interessati fil-irkanti qed isiru fuq eBay, u fid-deskrizzjoni tax-xogħol tagħhom, jien ser tiffoka fuq aspett partikolari waħda: l-effett ta 'irkant prezz tal-bidu fuq ir-riżultati ta' rkant, bħall-prezz tal-bejgħ jew il-probabbiltà ta 'bejgħ.

L-aktar mod naive risposta għad-domanda dwar l-effett ta 'prezz tal-bidu fuq prezz ta' bejgħ tkun li sempliċiment jiġi kkalkulat il-prezz finali għall-irkantijiet bi prezzijiet differenti ta 'tluq. Dan l-approċċ ikun multa jekk inti tixtieq sempliċiment li wieħed ibassar il-prezz tal-bejgħ ta 'oġġett partikolari li kienet tqiegħdet fuq l-eBay ma' prezz tal-bidu mogħtija. Iżda, jekk il-mistoqsija tiegħek huwa dak li huwa l-effett tal-bidu tal-prezzijiet fuq riżultati tas-suq dan l-approċċ mhux se taħdem minħabba li mhijiex ibbażata fuq paraguni ġusti; l-irkanti bi prezzijiet ta 'tluq iktar baxxi jista' jkun pjuttost differenti mill-irkantijiet bi prezzijiet tal-bidu ogħla (eż, dawn jistgħu jkunu għal tipi differenti ta 'oġġetti jew jinkludu tipi differenti ta' bejjiegħa).

Jekk inti diġà imħasseb dwar teħid paraguni ġusti, inti tista skip l-approċċ naive u jikkunsidraw tmexxija ta 'esperiment qasam fejn inti jbiegħu speċifiku oġġett say, golf klabb ma' sett fiss ta 'rkant parametri jgħidu, ħielsa tbaħħir, irkant miftuħa għal ġimagħtejn, eċċ-imma ma saltwarjament jiffissaw il-prezzijiet tal-bidu. Billi jitqabblu r-riżultati tas-suq li jirriżultaw, dan l-esperiment qasam toffri kejl ċara ħafna tal-effett tal-bidu tal-prezzijiet fuq prezz tal-bejgħ. Iżda, dan il-kejl ikun japplika biss għal prodott wieħed partikolari u sett ta 'parametri irkant. Ir-riżultati jistgħu jkunu differenti, per eżempju, għal tipi differenti ta 'prodotti. Mingħajr teorija qawwi, huwa diffiċli li jiġu estrapolati minn dan l-esperiment singolu-firxa sħiħa ta 'esperimenti possibbli li setgħu ġew run. Barra minn hekk, esperimenti qasam huma għaljin biżżejjed li jkun fattibbli li jimxu biżżejjed minnhom biex ikopru l-ispazju parametru sħiħa ta 'prodotti u tipi irkant.

B'kuntrast mal-approċċ naive u l-approċċ sperimentali, Einav u l-kollegi jieħu approċċ terz: tqabbil. Il-trick prinċipali tal-istrateġija tagħhom huwa li jiskopru affarijiet simili għal esperimenti qasam li diġà ġara fuq eBay. Per eżempju, il-Figura 2.6 turi uħud mill-31 elenki għal eżattament l-golf istess klabb Taylormade Burner 09 Sewwieq 'qed jinbiegħu mill eżattament l-seller- istess "budgetgolfer". Madankollu, dawn il-listi għandhom karatteristiċi kemmxejn differenti. Ħdax minnhom joffru lis-sewwieq għal prezz fiss ta '$ 124.99, filwaqt li l-20 l-oħra huma rkantijiet b'dati finali differenti. Ukoll, il-listi għandhom miżati tat-tbaħħir differenti, jew $ 7.99 jew 9.99 $. Fi kliem ieħor, huwa daqs li kieku "budgetgolfer" qed taħdem esperimenti għall-riċerkaturi.

-Listi ta 'l-Taylormade Burner 09 Sewwieq qed jinbiegħu bi "budgetgolfer" huma eżempju wieħed ta' sett korrispondenti ta 'listi, fejn l-istess oġġett eżatt qed tiġi mibjugħa mill-istess bejjiegħ eżatt iżda kull darba b'karatteristiċi kemmxejn differenti. Fi ħdan l-zkuk massivi ta 'eBay hemm litteralment mijiet ta' eluf ta 'settijiet mqabbla jinvolvu miljuni ta' listi. Għalhekk, aktar milli jipparaguna l-prezz finali għall-irkantijiet kollha fi ħdan prezz tal-bidu mogħtija, Einav u l-kollegi jagħmlu paraguni fi ħdan settijiet mqabbla. Sabiex jikkombinaw riżultati mill-paraguni fi ħdan dawn mijiet ta 'eluf ta' settijiet mqabbla, Einav u l-kollegi mill-ġdid tesprimi l-prezz tal-bidu u l-prezz finali f'termini tal-valur ta 'referenza ta' kull oġġett (eż prezz tal-bejgħ medju tagħha). Per eżempju, jekk il Taylormade Burner 09 Sewwieq għandu valur ta 'referenza ta' $ 100 (ibbażati fuq il-bejgħ tagħha), imbagħad prezz tal-bidu ta '$ 10 għandha tiġi espressa bħala 0.1 u l-prezz finali tat $ 120 se jiġu espressi bħala 1.2.

Figura 2.6: Eżempju ta 'sett mqabbla. Dan huwa l-istess eżatt klabb tal-golf (a Taylormade Burner 09 Driver) qed jinbiegħu mill-istess persuna eżatt (budgetgolfer), iżda xi wħud minn dan il-bejgħ isir kondizzjonijiet differenti (eż, prezzijiet differenti tal-bidu). Figura meħuda mill Einav et al. (2015).

Figura 2.6: Eżempju ta 'sett mqabbla. Dan huwa l-istess eżatt klabb tal-golf (a Taylormade Burner 09 Driver) qed jinbiegħu mill-istess persuna eżatt ( "budgetgolfer"), iżda xi wħud minn dan il-bejgħ isir kondizzjonijiet differenti (eż prezzijiet differenti tal-bidu). Figura meħuda mill Einav et al. (2015) .

Ifakkar li Einav u l-kollegi kienu interessati fl-effett ta 'prezz bidu fuq ir-riżultati ta' rkant. L-ewwel, bl-użu ta 'rigressjoni lineari huma stmati li prezzijiet ogħla tal-bidu jnaqqsu l-probabbiltà ta' bejgħ, u li l-prezzijiet ogħla tal-bidu jżid il-prezz tal-bejgħ finali, bil-kondizzjoni li l-bejgħ li jseħħu. Minnhom infushom, dawn il-istimi li tiegħu tittieħed medja fuq il-prodotti kollha u tassumi relazzjoni lineari bejn il-prezz tal-bidu u dawk finali eżiti-li mhux kollha huma interessanti. Iżda, Einav u l-kollegi wkoll jużaw id-daqs enormi ta 'dejta tagħhom għall-istima ta' varjetà ta 'sejbiet aktar sottili. L-ewwel, Einav u l-kollegi għamlu dawn l-istimi separatament għal oġġetti ta 'prezzijiet differenti u mingħajr l-użu ta' rigressjoni lineari. Huma sabu li filwaqt li r-relazzjoni bejn il-prezz bidu u l-probabbiltà ta 'bejgħ huwa lineari, ir-relazzjoni bejn il-prezz tal-bidu u l-prezz tal-bejgħ huwa ċar li mhux lineari (Figura 2.7). B'mod partikolari, għall-bidu prezzijiet bejn 0.05 u 0.85, il-prezz tal-bidu għandha impatt żgħir ħafna fuq il-prezz bejgħ, il-konstatazzjoni li tlesta qbiżt fl-analiżi li kienet assumiet relazzjoni lineari.

Figura 2.7: Relazzjoni bejn il-prezz bidu irkant u l-probabbiltà ta 'bejgħ (bord xellug) u prezz tal-bejgħ (bord lemin). Hemm madwar relazzjoni lineari bejn il-prezz bidu u l-probabbiltà tal-bejgħ, iżda hemm relazzjoni mhux lineari bejn il-prezz tal-bidu u prezz tal-bejgħ; għall-bidu prezzijiet bejn 0.05 u 0.85, il-prezz tal-bidu għandha impatt żgħir ħafna fuq prezz tal-bejgħ. Fiż-żewġ każijiet, ir-relazzjonijiet huma bażikament indipendenti tal-valur oġġett. Dawn il-grafiċi jirriproduċu Fig 4a u 4b Einav et al. (2015).

Figura 2.7: Relazzjoni bejn il-prezz bidu irkant u l-probabbiltà ta 'bejgħ (bord xellug) u prezz tal-bejgħ (bord lemin). Hemm madwar relazzjoni lineari bejn il-prezz bidu u l-probabbiltà tal-bejgħ, iżda hemm relazzjoni mhux lineari bejn il-prezz tal-bidu u prezz tal-bejgħ; għall-bidu prezzijiet bejn 0.05 u 0.85, il-prezz tal-bidu għandha impatt żgħir ħafna fuq prezz tal-bejgħ. Fiż-żewġ każijiet, ir-relazzjonijiet huma bażikament indipendenti tal-valur oġġett. Dawn il-grafiċi jirriproduċu Fig 4a u 4b Einav et al. (2015) .

It-tieni nett, minflok ma b'medja fuq punti kollha, Einav u l-kollegi wkoll jużaw l-iskala enormi ta 'dejta tagħhom għall-istima tal-impatt tal-prezz tal-bidu għal 23 kategoriji differenti ta' oġġetti (pereżempju, provvisti domestiċi, l-elettronika, u l-isports memorabilia) (Figura 2.8). Dawn l-istimi juru li għal aktar distintiv oġġetti bħal prezz memorabilia tal-bidu għandu effett iżgħar fuq il-probabbiltà ta 'bejgħ u effett ikbar fuq il-prezz tal-bejgħ finali. Barra minn hekk, għal min oġġetti bħal aktar commodified huma DVDs u video-prezz bidu kważi l-ebda impatt fuq il-prezz finali. Fi kliem ieħor, b'medja li tikkombina r-riżultati minn 23 kategoriji differenti ta 'oġġetti ġlud informazzjoni importanti dwar id-differenzi bejn dawn l-oġġetti.

Figura 2.8: Ir-riżultati wrew estimi minn kull kategorija individwalment; il dot solidu fl-istima għall-kategoriji kollha miġbura flimkien, Tabella 11 (Einav et al. 2015, Tabella 11). Dawn l-istimi juru li għal aktar distintiv oġġetti bħal memorabilia il-prezz bidu għandu effett iżgħar fuq il-probabbiltà ta 'bejgħ (x-assi) u effett ikbar fuq il-prezz tal-bejgħ finali (y-axis).

Figura 2.8: Ir-riżultati wrew estimi minn kull kategorija individwalment; il dot solidu fl-istima għall-kategoriji kollha miġbura flimkien (Einav et al. 2015, Table 11) . Dawn l-istimi juru li għal aktar distintiv oġġetti bħal memorabilia il-prezz bidu għandu effett iżgħar fuq il-probabbiltà ta 'bejgħ (x-assi) u effett ikbar fuq il-prezz tal-bejgħ finali (y-axis).

Anke jekk m'intix partikolarment interessati fil-irkanti fuq eBay, inti għandek biex jammiraw il-mod li Figura 2.7 u Figura 2.8 offerta fehim aktar sinjuri ta 'l-eBay milli istimi sempliċi rigressjoni lineari li jassumu li r-relazzjonijiet lineari u jgħaqqdu kategoriji differenti ħafna ta' oġġetti. Dawn l-istimi aktar sottili juru l-qawwa ta 'tqabbil f'dejta massiv; dawn l-estimi kien ikun impossibbli mingħajr numru enormi ta 'esperimenti qasam, li kienu jkunu projbittivament għali.

Naturalment, għandu jkollna inqas kunfidenza fir-riżultati ta 'kull studju tqabbil partikolari milli nixtiequ fir-riżultati ta' esperiment komparabbli. Meta jivvalutaw ir-riżultati minn xi studju tqabbil, hemm żewġ tħassib importanti. L-ewwel, irridu niftakru li jirnexxielna niżguraw biss paraguni ġusti dwar affarijiet li ntużaw għat-tqabbil. Fir-riżultati ewlenin tagħhom, Einav u l-kollegi ma eżatti tqabbil fuq erba 'karatteristiċi: bejjiegħ numru ID, kategorija partita, titolu partita, u sottotitolu. Jekk l-oġġetti kienu differenti b'modi li ma kinux użati għal tqabbil, li jistgħu joħolqu paragun ġust. Per eżempju, jekk "budgetgolfer" baxxew il-prezzijiet għall Taylormade Burner 09 Sewwieq fix-xitwa (fejn klabbs tal-golf huma inqas popolari), allura jista 'jidher li l-prezzijiet tal-bidu aktar baxxi iwasslu għal prezzijiet aktar baxxi finali, meta fil-fatt dan ikun artifact ta staġjonali varjazzjoni fid-domanda. B'mod ġenerali, l-aħjar approċċ biex din il-problema tidher li tkun qed tipprova bosta tipi differenti ta 'tqabbil. Per eżempju, Einav u l-kollegi rrepeti l-analiżi tagħhom fejn settijiet mqabbla jinkludu oġġetti għall-bejgħ fi żmien sena, fi żmien xahar, u kontemporanjament. Nagħmlu l-tieqa ta 'żmien aktar stretti inaqqas l-għadd ta' settijiet mqabbla, iżda jnaqqas it-tħassib dwar il-varjazzjoni staġjonali. Fortunatament, isibu li r-riżultati ma ġewx mibdula b'dawn il-bidliet fil-kriterji tqabbil. Fil-letteratura tqabbil, dan it-tip ta 'tħassib hija normalment espressa f'termini ta' karatteristiċi osservabbli u unobservables, imma l-idea prinċipali huwa verament li r-riċerkaturi huma biss joħolqu tqabbil ġust fuq il-karatteristiċi użati fil tqabbil.

It-tieni tħassib ewlieni meta jinterpretaw riżultati tqabbil huwa li dawn japplikaw biss għad-data mqabbla; dawn ma japplikawx għall-każijiet li ma setgħux jiġu mqabbla. Per eżempju, billi tillimita r-riċerka tagħhom ma 'entrati li kellhom listi multipli Einav u l-kollegi huma jiffokaw fuq bejjiegħa professjonali u semi-professjonali. Għalhekk, meta tinterpreta dawn il-paraguni irridu niftakru li dawn japplikaw biss għal dan is-subsett ta 'eBay.

Tqabbil hija strateġija qawwija għall-konstatazzjoni paraguni ġusti fil ġabriet kbar. Biex xjentisti soċjali ħafna, tqabbil iħoss bħal tieni l-aħjar għall-esperimenti, iżda li hija twemmin li għandhom jiġu riveduti, ftit. Tqabbil fid-data massiva jista 'jkun aħjar minn għadd żgħir ta' esperimenti fuq il-post meta: 1) eteroġeneità f'effetti huwa importanti u 2) hemm karatteristiċi osservabbli tajba għall tqabbil. Tabella 2.4 tipprovdi xi eżempji oħra ta 'kif tqabbil jista' jintuża ma 'sorsi ta' data kbar.

Tabella 2.4: Eżempji ta 'studji li jużaw tqabbil biex isibu tqabbil ġust fi ħdan traċċi diġitali.
fokus sostantiv sors ta 'data kbar Ċitazzjoni
Effett ta 'sparar dwar il-vjolenza tal-pulizija Stop-and-Frisk rekords Legewie (2016)
Effett ta 'Settembru 11, 2001 fuq il-familji u l-ġirien rekords tal-votazzjoni u r-rekords donazzjoni Hersh (2013)
kontaġju soċjali Komunikazzjoni u l-adozzjoni tal-prodott tad-data Aral, Muchnik, and Sundararajan (2009)

Bħala konklużjoni, approċċi naive għall-istima tal-effetti kawżali minn dejta mhux esperimentali huma perikolużi. Madankollu, strateġiji li jagħmlu stimi kawżali li tinsab tul continuum minn aktar b'saħħitha għall-aktar dgħajfa, u riċerkaturi tista 'tiskopri paraguni ġusti fi ħdan data mhux esperimentali. It-tkabbir ta ', sistemi ta' data kbar dejjem fuq żidiet ħila tagħna li jużaw b'mod effettiv żewġ metodi eżistenti: esperimenti fiżiċi u tqabbil.