4.4.2 Неоднородность эффектов лечения

Эксперименты обычно измеряют средний эффект, но эффект может быть разным для разных людей.

Вторая ключевая идея выходит за рамки простых экспериментов является гетерогенность эффектов лечения. Эксперимент Schultz et al. (2007) и Schultz et al. (2007) мощно иллюстрирует , как же лечение может оказывать различное воздействие на разных людей (Рисунок 4.4), но этот анализ неоднородности на самом деле довольно необычно для аналогового возраста эксперимента. Большинство аналоговых экспериментов возраста включают небольшое число участников, которые рассматриваются как взаимозаменяемые "виджетов", потому что о них мало известно предварительной обработки. В цифровых экспериментах, однако, эти ограничения данных являются менее распространенными, поскольку исследователи, как правило, имеют больше участников и узнать о них больше. В этой другой среде данных, мы можем оценить гетерогенность эффектов лечения, с тем чтобы обеспечить подсказки о том, как работает лечение, как она может быть улучшена, и как она может быть направлена ​​на тех, кто в основном вероятно, принесет пользу.

Два примера гетерогенности эффектов лечения в контексте социальных норм и использования энергии происходят из дополнительных исследований на Home Energy Reports. Во- первых, Allcott (2011) использовал большой размер выборки (600000 семей) для дальнейшего разделения образца и оценить влияние энергетического Report Home по децильным использования энергии предварительной обработки. В то время как Schultz et al. (2007) и Schultz et al. (2007) обнаружили различия между тяжелыми и легкими пользователями, Allcott (2011) обнаружили , что существуют также различия в тяжелой и легкой группы пользователей. Например, пользователи (тяжелые те в верхней дециле) сократили потребление энергии вдвое больше, чем кто-то в середине тяжелой группы пользователей (рисунок 4.7). Кроме того, оценивая эффект от поведения до начала лечения также показало, что не было эффекта бумеранга даже для самых легких пользователей (Рисунок 4.7).

Рисунок 4.7: гетерогенность эффектов лечения в Allcott (2011). Снижение потребления энергии была различна для людей в разных децилям базового использования.

Рисунок 4.7: гетерогенность эффектов лечения в Allcott (2011) . Снижение потребления энергии была различна для людей в разных децилям базового использования.

В аналогичном исследовании, Costa and Kahn (2013) предположил , что эффективность энергетического Report Home может варьироваться в зависимости от политической идеологии участника и что лечение может фактически вызвать у людей с определенными идеологиями , чтобы увеличить их потребление электроэнергии. Другими словами, они предположили, что Главная Энергия Отчеты могут создать эффект бумеранга для некоторых типов людей. Чтобы оценить эту возможность, Коста и Кан объединены данные Оповер с данными, приобретенных у сторонних агрегатор, которая включала информацию, такую ​​как регистрация политических партий, пожертвований организаций окружающей среды, а также участие в программах бытового использования возобновляемых источников энергии. С помощью этого набора данных объединенном, Коста и Кан обнаружил, что Главная Энергия Отчеты производства в целом аналогичные эффекты для участников с различными идеологиями; не было никаких доказательств того, что любая группа выставлены бумеранга эффекты (Рисунок 4.8).

Рисунок 4.8: гетерогенность эффектов лечения в Коста и Кан (2013). По оценкам, средний эффект лечения для всей выборки составляет -2,1% [-1,5%, -2,7%]. Комбинируя информацию из эксперимента с информацией о домашних хозяйствах, Коста и Кан (2013) использовали ряд статистических моделей для оценки эффекта лечения для очень специфических групп людей. Две оценки представлены для каждой группы, потому что оценки зависят от ковариантами они включили в свои статистические модели (см Модель 4 и модель 6 в таблицах 3 и 4 в Коста и Кан (2013)). Как показывает этот пример, эффект лечения может быть различным для разных людей и оценки эффектов лечения, которые поступают из статистических моделей может зависеть от деталей этих моделей (Гриммер, Мессинг, и Westwood 2014).

Рисунок 4.8: гетерогенность эффектов лечения в Costa and Kahn (2013) . По оценкам, средний эффект лечения для всей выборки составляет -2,1% [-1,5%, -2,7%]. Комбинируя информацию из эксперимента с информацией о домашних хозяйствах, Costa and Kahn (2013) использовали ряд статистических моделей для оценки эффекта лечения для очень специфических групп людей. Две оценки представлены для каждой группы , потому что оценки зависят от ковариантами они включили в свои статистические модели (см Модель 4 и модель 6 в таблицах 3 и 4 в Costa and Kahn (2013) ). Как показывает этот пример, эффект лечения может быть различным для разных людей и оценки эффектов лечения , которые поступают из статистических моделей может зависеть от деталей этих моделей (Grimmer, Messing, and Westwood 2014) .

Поскольку эти два примера иллюстрируют, в эпоху цифровых технологий, мы можем перейти от оценки средних эффектов лечения для оценки гетерогенность эффектов лечения, потому что мы можем иметь гораздо больше участников, и мы знаем больше о тех участников. Изучение гетерогенности эффектов лечения может позволить адресность лечения, где она наиболее эффективна, обеспечивают факты, которые стимулируют новые разработки теории и предоставить подсказки о возможном механизме, тема, к которой я теперь перехожу.